Cette thèse concerne le diagnostic de processus dynamiques basée sur la Théorie des Observations Datées, une théorie mathématique conçue pour la modélisation et le raisonnement à partir de données datées. Les contributions présentées dans ce mémoire sont 1) une extension de la méthodologie d'ingénierie des connaissances TOM4D (Timed Observation Modeling for Diagnosis) aux réseaux de processus dynamiques, 2) l'algorithme temps réel et any-time TOM4E (Timed Observation Management for Explanation) qui utilise les modèles TOM4D pour diagnostiquer les comportements dans un réseau de processus dynamiques à partir de données datées et 3) l'application de TOM4D et TOM4E au diagnostic du barrage hydraulique des Sapins (France), un problème particulièrement difficile. TOM4D est une approche de diagnostic à partir de multiples modèles dirigée par la syntaxe ou l'introduction de la sémantique est contrôlée par la Combinaison de l'approche conceptuelle de CommonKADS au tétraèdre des états de la physique newtonienne. Les fonctions Detect, Describe et Explain de TOM4E utilisent les modèles d'observation déduit des modèles de comportement de TOM4D pour identifier les comportements potentiels des processus. Pour des raisons de simplicité, la présentation de TOM4D et de TOM4E est effectuée à l'aide d'un exemple didactique tirée de la littérature spécialisée dans le domaine du diagnostic. L'application au diagnostic du barrage des Sapins démontre l'intérêt de l'approche : leur usage aurait permis d'identifier le premier problème huit ans avant sa quasi-destruction, la présence d'eau étant mise en évidence sept ans avant. / This thesis proposes a diagnosis approach of dynamic process based on the Timed Observation Theory, a mathematical framework for modeling and reasoning about dynamic process from timed data. The contributions of this works are i) an extension of the TOM4D (Timed Observation Modeling for Diagnosis) Knowledge Engineering methodology to networks of dynamic processes, ii) a real-time and any-time diagnosis algorithm called TOM4E (Timed Observation Management for Explanation) that uses the TOM4D models to diagnose behaviors in a network of dynamic processes and iii) the application of TOM4D and TOM4E to the diagnosis of the French Sapin's hydraulic dam, a particularly difficult real-world diagnosis problem. TOM4D is a is a primarily syntax-driven approach of Multi-Model Based Diagnosis where semantic content is introduced in a gradual and controlled way through the combination of the CommonKADS conceptual approach and the Tetrahedron of States of Newton's physical laws.TOM4E algorithm is based on the Detect, Describe and Explain functions which uses observation models translated from the TOM4D behavioral models. For simplicity reasons, the presentation of TOM4D and TOM4E is made with a unique didactic example provided from the literature of the diagnosis domain. The example of Sapin's dam makes the demonstration of the interest of the proposed approach: using them, the first Sapin's dam problem would have been identified eight years before its quasi-failure, and the presence of water being highlighted seven years before.

Cette thèse se place dans le contexte d'Accordys, un projet d'ingénierie des connaissances qui vise à fournir un système de rapprochement de cas en fœtopathologie, qui est le domaine de l'étude des maladies rares et dysmorphies du fœtus. Ce projet se base sur un corpus de comptes rendus d'examens fœtaux. Ce matériel consiste en des comptes rendus en texte brut présentant un vocabulaire très spécifique (qui n'est que partiellement formalisé dans des terminologies médicales en français), des économies linguistiques (un style "prise de notes" très prononcé rendant difficile l'utilisation d'outils analysant la grammaire du texte) et une mise en forme matérielle exhibant une structuration commune latente (un découpage en sections, sous-sections, observations). Cette thèse vise à tester l'hypothèse qu'une uniformisation de la représentation des cas exploitant cette structure arborescente en la faisant correspondre à un modèle de cas (lui aussi arborescent) peut supporter la constitution d'une base de cas qui conserve les informations contenues dans les comptes rendus originaux et permette la mesure de similarité entre deux cas. La mise en correspondance entre cas et modèle (instanciation du modèle) est réalisée via un mapping d'arbres ayant pour base une méthode de Monte Carlo. Nous comparerons ceci avec des mesures de similarités obtenues en représentant nos comptes rendus (soit tels quels, soit enrichis sémantiquement grâce à un annotateur sémantique) dans un modèle vectoriel. / This thesis is set within the context of Accordys, a knowledge engineering project aiming at providing a case-based reasoning system for fetopathology, i.e. the medical domain studying rare diseases and dysmorphia of fetuses. The project is based on a corpus of french fetal exam reports. This material consists in raw text reports diplaying a very specific vocabulary (only partially formalized in french medical terminologies), a "note taking" style that makes difficult to use tools analysing the grammar in the text, and a layout and formatting that shows a latent common structuration (organisation in sections, sub-sections, observations). This thesis aims at testing the hypothesis that a uniformisation of the representation of cases that could exploit this arborescent structure by mapping it with a tree-shaped case model can support the constitution of a case base which preserves the information contained in original reports and the similarity measurement between two cases. Mapping a case with the model (instanciating the case model) is done through a Monte Carlo tree matching method. We compare this with similarity measurements obtained by representing our reports (both without further processing and after semantic enrichment through a semantic annotator) in a vector model.

Ce document concerne le développement d'un cadre mathématique spécifiant une technologie capable de prendre en charge quelques unes des problématiques relevant du domaine des grands flux de données. Nous proposons de combiner le point de vue ontologique de Newell et celui épistémologique de Floridi d'abstraction pour construire des outils de transformation de modéles au moyen d'un ensemble adéquats de foncteurs au sens de la théorie des catégories de Samuel Eilenberg et Saunders Mac Lane. La méthode de résolution de problème proposée est basée sur un raisonnement d'abstraction temps réel qui produit, en ligne, une réduction d'un grand nombre de données sémantiquement pauvres en une donnée unique équivalente mais sémantiquement plus riche. Le prix à payer pour un tel enrichissement sémantique de l'information est la perte d'information syntaxique (i.e. le phénoméne d'oubli). Nos contributions sont les suivantes: (i) la démonstration que le concept d'observateur unaire de la théorie des observations datées (TOT) de Le Goc joue le même rôle qu'un échantillonneur de Dirac, (ii) la construction de la catégorie $TOT(\mathbb{Z})$, adéquate à la formulation du processus d'abstraction proposé et (iii) la conception de la méthode de résolution de problème TOM4A (timed observations methodology for abstraction) dont une application concrète est présentée visant à découvrir et modéliser le problème complexe de la fraude interne dans le domaine bancaire / This document concerns the development of a theoretical mathematical framework to provide a technology able to manage some of the problematics of the big data flows domain. We propose to combine Newell's ontological and Floridi's epistemological point of views of abstraction to build tools that transform models by the mean of an adequate set of functors according to Samuel Eilenberg and Saunders Mac Lane's category theory. The proposed problem solving method relies on a real time abstraction reasoning process to resume, on line, a lot of semantically poor data into an equivalent but richer one. The price to pay for such an information semantic enrichment is the loss of syntactic data (i.e. the oversight phenomenon). Our contributions are (i) to prove that Le Goc's timed observations theory (TOT) concept of unary observer plays the same role as Dirac's sampler, (ii) the construction of the $TOT(\mathbb{Z})$ category that is adequate to formulate the proposed abstraction based PSM and (iii) the design of TOM4A (timed observations methodology for abstraction), a specific recursive abstraction-reification based PSM whose a concrete application has been provided for detecting and modeling the complex problem of internal frauds in the banking industry

The papers in this special section were presented at the 31st International Conference on Data Engineering that was held in Seoul, Korea, on April 13-17, 2015. 17, 2015.

The use of knowledge-based systems to aid in the diagnosis of faults in physical devices has grown considerably since their introduction during the 1970s. The majority of the early knowledge-based systems incorporated shallow knowledge, which sought to define simple cause and effect relationships between a symptom and a fault, that could be encoded as a set of rules. Though such systems enjoyed much success, it was recognised that they suffered from a number of inherent limitations such as inflexibility, inadequate explanation, and difficulties of knowledge elicitation. Many of these limitations can be overcome by developing knowledge-based systems which contain deeper knowledge about the device being diagnosed. Such systems, now generally referred to as model-based systems, have shown much promise, but there has been little evidence to suggest that they have successfully made the transition from the research centre to the workplace. This thesis argues that knowledge-based systems are an appropriate tool for the diagnosis of faults in complex devices, and that both deep and shallow knowledge have their part to play in this process. More specifically this thesis demonstrates how a wide-ranging knowledge-based system for quality assurance, based upon shallow knowledge, can be developed, and implemented. The resultant system, named DIPLOMA, not only diagnoses faults, but additionally provides advice and guidance on the assembly, disassembly, testing, inspection and repair of a highly complex hydro-mechanical device. Additionally it is shown that a highly innovative modelbased system, named MIDAS, can be used to contribute to the provision of diagnostic, explanatory and training facilities for the same hydro-mechanical device. The methods of designing, coding, implementing and evaluating both systems are explored in detail. The successful implementation and evaluation of the DIPLOMA and MIDAS systems has shown that knowledge-based systems are an appropriate tool for the diagnosis of faults in complex hydro-mechanical devices, and that they make a beneficial contribution to the business performance of the host organisation. Furthermore, it has been demonstrated that the most effective and comprehensive knowledge-based approach to fault diagnosis is one which incorporates both deep and shallow knowledge, so that the distinctive advantages of each can be realised in a single application. Finally, the research has provided evidence that the model-based approach to diagnosis is highly flexible, and may, therefore, be an appropriate technique for a wide range of industrial applications. / Science and Engineering Research Council, and Alvey Directorate

L'acquisition et la modélisation de connaissances ont été abordés jusqu'à présent selon deux approches principales : les êtres humains (experts) à l'aide des méthodologies de l'Ingénierie des Connaissances et le Knowledge Management, et les données à l'aide des techniques relevant de la découverte de connaissances à partir du contenu de bases de données (fouille de données). Cette thèse porte sur la conception d'un processus d'apprentissage conjoint par l'être humain et la machine combinant une approche de modélisation des connaissances de type Ingénierie des Connaissances (TOM4D, Timed Observation Modelling for Diagnosis) et une approche d'apprentissage automatique fondée sur un processus de découverte de connaissances à partir de données datées (TOM4L, Timed Observation Mining for Learning). Ces deux approches étant fondées sur la Théorie des Observations Datées, les modèles produits sont représentés dans le même formalisme ce qui permet leur comparaison et leur combinaison. Le mémoire propose également une méthode d'abstraction, inspiée des travaux de Newell sur le "Knowledge Level'' et fondée sur le paradigme d'observation datée, qui a pour but de traiter le problème de la différence de niveau d'abstraction inhérent entre le discours d'un expert et les données mesurées sur un système par un processus d'abstractions successives. Les travaux présentés dans ce mémoire ayant été menés en collaboration avec le CSTB de Sophia Antipolis (Centre Scientifique et Technique du Bâtiment), ils sont appliqués à la modélisation de l'activité humaine dans le cadre de l'aide aux personnes âgées maintenues à domicile. / Knowledge acquisition has been traditionally approached from a primarily people-driven perspective, through Knowledge Engineering and Management, or from a primarily data-driven approach, through Knowledge Discovery in Databases, rather than from an integral standpoint. This thesis proposes then a human-machine learning approach that combines a Knowledge Engineering modelling approach called TOM4D (Timed Observation Modelling For Diagnosis) with a process of Knowledge Discovery in Databases based on an automatic data mining technique called TOM4L (Timed Observation Mining For Learning). The combination and comparison between models obtained through TOM4D and those ones obtained through TOM4L is possible, owing to that TOM4D and TOM4L are based on the Theory of Timed Observations and share the same representation formalism. Consequently, a learning process nourished with experts' knowledge and knowledge discovered in data is defined in the present work. In addition, this dissertation puts forward a theoretical framework of abstraction levels, in line with the mentioned theory and inspired by the Newell's Knowledge Level work, in order to reduce the broad gap of semantic content that exists between data, relative to an observed process, in a database and what can be inferred in a higher level; that is, in the experts' discursive level. Thus, the human-machine learning approach along with the notion of abstraction levels are then applied to the modelling of human behaviour in smart environments. In particular, the modelling of elderly people's behaviour at home in the GerHome Project of the CSTB (Centre Scientifique et Technique du Bâtiment) of Sophia Antipolis, France.

Les travaux présentés dans cette thèse s'inscrivent dans une problématique d'aide à la conception de systèmes, à la planification de leur projet de développement et à leur couplage. L'aide à la conception et à la planification repose sur la formalisation de deux grands types de connaissances : les connaissances méthodologiques utilisables quel que soit le projet de conception et, les connaissances métier spécifiques à un type de conception et/ou de planification donné. Le premier chapitre de la thèse propose un état de l'art concernant les travaux sur le couplage des processus de conception de systèmes et de planification des projets associés et expose la problématique de nos travaux. Deux partie traitent ensuite, d'une part, des connaissances méthodologiques et, d'autre part, des connaissances métier. La première partie expose trois types de couplages méthodologiques. Le couplage structurel propose de formaliser les entités de conception et de planification puis permet leur création et leur association. Le couplage informationnel définit les attributs de faisabilité et de vérification pour ces entités et synchronise les états de ces dernières vis-à-vis de ces attributs. Enfin, le couplage décisionnel consiste à proposer, dans un même espace et sous forme de tableau de bord, les informations nécessaires et suffisantes à la prise de décision par les acteurs du projet de conception. La seconde partie propose de formaliser, d'exploiter et de capitaliser la connaissance métier. Après avoir formalisé ces connaissances sous forme d'une ontologie de concepts, deux mécanismes sont exploités : un mécanisme de réutilisation de cas permettant de réutiliser, en les adaptant, les projets de conception passés et un mécanisme de propagation de contraintes permettant de propager des décisions de la conception vers la planification et réciproquement. / The work presented in this thesis deals with aiding system design, development project planning and its coupling. Aiding design and planning is based on the formalization of two kind of knowledge: methodological knowledge that can be used in all kind of design projects and business knowledge that are dedicated to a particular kind of design and/or planning. The first chapter presents a state of the art about coupling system design process and project planning process and gives the problem of our work. Then, two parts deal with design and planning coupling thanks to, on one hand, methodological knowledge, and on the other hand, business knowledge. The first part presents three types of methodological coupling. The structural coupling defines design and planning entities and permits its simultaneous creation of and its association. The informational coupling defines feasibility and verification attributes for these entities and synchronizes its attribute states. Finally, the decisional coupling consists in proposing, in a single dashboard, the necessary and sufficient information to make a decision by the design project actors. The second part proposes to formalize, to exploit and to capitalize business knowledge. This knowledge is formalized with ontology of concepts. Then, two mechanisms are exploited: a case reuse mechanism that permits to reuse and adapt former design projects and a constraint propagation mechanism that allows propagating decisions from design to planning and reciprocally.

Cette thèse en informatique se situe plus particulièrement dans le domaine de l’ingénierie des connaissances. Elle concerne la mise en place a posteriori de systèmes d’assistance dans des applications existantes, en adoptant une démarche générique. Afin de permettre la mise en place de systèmes d’assistance dans des applications existantes sans avoir à les redévelopper ni à accéder à leur code source, nous avons choisi d’adopter une démarche entièrement épiphyte. Nous avons proposé un processus d’adjonction d’un système d’assistance à une application-cible de manière épiphyte. Il est constitué de deux phases : la spécification et l’exécution de l’assistance. La phase de spécification de l’assistance permet à un expert, le concepteur de l’assistance, de représenter ses connaissances relatives à l’application-cible et à l’assistance qu’il souhaite mettre en place dans celle-ci. La phase d’exécution de l’assistance exploite ces connaissances pour fournir aux utilisateurs finaux l’assistance souhaitée par le concepteur. Pour permettre d’une part la spécification de l’assistance par un concepteur potentiellement non-informaticien, et d’autre part l’exécution automatique de l’assistance spécifiée, nous avons proposé un langage pivot : aLDEAS. Ce langage graphique permet de définir des systèmes d’assistance très variés sous la forme d’un ensemble de règles. Nos propositions théoriques ont été mises en oeuvre de façon opérationnelle à travers le système SEPIA, constitué de différents outils. L’éditeur d’assistance de SEPIA est destiné aux concepteurs d’assistance et met en oeuvre la phase de spécification de l’assistance. Il fournit aux concepteurs d’assistance une interface pour manipuler les éléments du langage aLDEAS, afin de définir un système d’assistance sous la forme d’un ensemble de règles aLDEAS. Les systèmes d’assistance aLDEAS peuvent ensuite être exécutés par le moteur générique d’assistance qui met en oeuvre la phase d’exécution de l’assistance. Il permet de fournir l’assistance ainsi définie aux utilisateurs finaux des applications-cibles. Pour cela, le moteur d’assistance s’appuie sur différents outils épiphytes, pour surveiller et inspecter l’application-cible, ainsi que pour réaliser les actions d’assistance pour l’utilisateur final. Bien que mettant en oeuvre des modèles génériques, le système SEPIA permet de mettre en place de l’assistance finement contextualisée et adaptée aux spécificités, d’une part de l’application-cible, et d’autre part des utilisateurs finaux. / This thesis in computer science is situated more particulary in the field of knowledge engineering. It concerns the a posteriori setup of assistance systems in existing applications, while having a generic approach. In order to setup the setup of assistance systems in existing applications without a need to redevelop it or to access its source code, we choose to have a fully epiphytic approach. We proposed a adjunction process of an assistance system to a target-application with a epiphytic manner. It is constituted of two phases: the specification and the execution of the assistance. The assistance specification phase enables an expert, the assistance designer, to represent his knowledge relative to the target-application and to the assistance that he wishes to setup. The assistance execution phase uses this knowledge to provide the target-application end-users with the assistance wished by the designer. To make possible on the one hand the assistance specification by an assistance designer potentially non-computer scientist, and one the second hand the automatic execution of the specified assistance, we propose a pivot language: aLDEAS. This graphical language makes possible the definition of very varied assistance systems, with the shape of a set of rules. Our theoretical propositions have been implemented through the SEPIA system, constituted of different tools. The SEPIA assistance editor is aimed at assistance designers, and it implemented the assistance specification phase. It provided the assistance designers with an interface to handle aLDEAS elements in order to define assistance rules. These rules can then be executed by the SEPIA generic assistance engine, which implements the assistance execution phase. It provides the target-application end-users with the specified assistance. For this purpose, the assistance engine manages different epiphytic tools, in order to monitor and inspect the target-application, and to perform the assistance actions. The models implemented through the SEPIA system are generic, but it make possible the setup of assistance systems specifically suited on the one hand to their target-application, and on the second hand to the end-users.

O grande avanço das técnicas de Planejamento em Inteligência Artificial fez com que a Engenharia de Requisitos e a Engenharia do Conhecimento ganhassem extrema importância entre as disciplinas relacionadas a projeto de engenharia (Engineering Design). A especificação, modelagem e análise dos domínios de planejamento automático se tornam etapas fundamentais para melhor entender e classificar os domínios de planejamento, servindo também de guia na busca de soluções. Neste trabalho, é apresentada uma proposta de um ambiente integrado de modelagem e análise de domínios de planejamento, que leva em consideração o ciclo de vida de projeto, representado por uma ferramenta gráfica de modelagem que utiliza diferentes representações: a UML para modelar e analisar as características estáticas dos domínios; XML para armazenar, integrar, e exportar informação para outras linguagens (ex.: PDDL); as Redes de Petri para fazer a análise dinâmica; e a PDDL para testes com planejadores. / The great development in Artificial Intelligence Planning has emphasized the role of Requirements Engineering and Knowledge Engineering among the disciplines that contributes to Engineering Design. The modeling and specification of automated planning domains turn out to be fundamental tasks in order to understand and classify planning domains and guide the application of problem solving techniques. In this work, it is presented the proposed integrated environment for modeling and analyzing automated planning domains, which considered the life cycle of a project, represented by a tool that uses several language representations: UML to model and perform static analyses of planning environments; XML to hold, integrate, share and export information to other language representations (e.g. PDDL); Petri Nets, where dynamic analyses are made; and PDDL for testing models with planners.

Demensvården i Sverige och i andra delar av världen har på olika sätt varit i fokus de senaste åren där man påtalat behovet att utveckla metoder och riktlinjer för hur vården ska bedrivas. Detta för att möta den växande andelen äldre människor som också utvecklar demenssjukdomar. Nationella projekt har drivits, företrädesvis i syfte att förbättra vård och omsorg av personer med demenssjukdom, men även för att förbättra diagnosticering och behandling. I denna avhandling beskrivs utvecklingen av det dator-baserade beslutsstödet för demensutredning, DMSS (Dementia Management and Support System), som syftar till att fungera som ett stöd för personer som arbetar med att diagnosticera och behandla personer med kognitiv sjukdom. Domänen valdes även på grund av dess komplicerade kunskapsinnehåll, där bland annat en spännvidd av olika typer av symptom, komplexa kliniska mätmetoder sett ur ett formaliseringsperspektiv, starkt teamorienterat arbetssätt, ställer krav på hur kunskap ska och är möjlig att formaliseras och integreras i ett beslutsstödsystem för att det ska bli användbart i kliniskt arbete. De olika studierna och delprojekten som beskrivs i avhandlingen syftar till att tillsammans skapa en grund för utveckling av ett kliniskt kognitivt verktyg som stödjer och utvecklar användarens kognitiva processer (lärande, beslutsfattande, resonemang, etc.), samtidigt som det stödjer utvecklingen av det kliniska arbetet vari systemet ingår. I detta arbete fokuseras demensutredning som applikationsomr åde. Analyser har gjorts av den vidare användarkontexten, resonemangsprocesser, domän- och processkunskapen uttryckt i evidensbaserad litteratur och integrerad i klinisk praktik, terminologier samt formaliseringstekniker som kan hantera domänkunskapens egenskaper och användarsituationens krav. Prototyper har utvecklats och utvärderats i en iterativ process i samarbete med domänexperter, för användande i klinisk praktik i Sverige och Japan. För dessa studier har kvalitativa metoder använts i syfte att fånga så många olika aspekter som möjligt angående formalisering och interaktion, samt av praktiska skäl då det funnits begränsad tillgång till expertanvändare och patienter. Triangulering av metoder har tillämpats för att validera resultat. Kliniska utredningsverksamheter är komplexa processer, som är situerade, emergenta och styrda av individens behov, men även begränsade eller möjliggjorda av tillgängliga resurser på olika vårdnivåer i vårdprocessen. Det behövs metoder och verktyg som kan användas vid utveckling av system som syftar till att stödja dessa verksamheter. Det finns exempel på metoder som utvecklats för transformation av informell klinisk kunskap till en formell struktur som kan implementeras i ett beslutsstödsystem, där verktyg har utvecklats primärt i syfte att hjälpa kliniska experter att transformera sin kunskap till något en systemutvecklare kan använda. Den största nackdelen med dessa angreppssätt är att de är tidskrävande för experterna att sätta sej in i och använda. En metod har tillämpats i detta arbete där en teoribildning, som är gemensam för flera forskningsområden, använts för att strukturera klinisk process- och domänkunskap i en form som kan användas i formaliseringsarbete. Den konceptuella modellen av kliniskt arbete som utvecklats är baserad på verksamhetsteorin, kompletterad med general logics som kategoriskt, formellt teoretiskt ramverk för att möjliggöra transformationer mellan olika logiska språk och flexibel representation av riktlinjer och kunskap. Genom att göra en grundlig verksamhetsanalys utifrån ett aktivitetsperspektiv med hjälp av modellen, kan komponenter identifieras som kan formaliseras i en kunskapsbas och/eller kompletteras genom en design och implementation av ett gränssnitt som stödjer ett interaktivt resonemang och den kliniska processen. Resultatet av verkamhetsanalys och andra studier som presenteras i denna avhandling kommer att ligga till grund för vidare utveckling av DMSS för olika användarmiljöer, till att börja med i Sverige och Japan. Extensioner av systemet kommer att utvecklas som stödjer de olika ingående professionerna på olika vårdnivåer. Den konceptuella modellen kommer att utvecklas och tillämpas i framtida utvecklingsprojekt där beslutsstöd är en central komponent. Det formella ramverket kommer att utvecklas i syfte att kunna analysera och förfina kunskap i perspektivet av exempelvis olika set av kliniska riktlinjer som ställer olika krav på komplexitet hos logiken. Stödet till ett interaktivt resonemang vid användandet av systemet ska utvecklas med en kunskapsbas och ett dynamiskt gränssnitt speciellt utformat för ändamålet. Hittills har i första hand kvalitativa aspekter och syften varit i fokus i de olika projekten. Därför behöver varje utvecklingslinje ytterligare utvecklas med kvantitativa mål. Utvidgade utvärderingsstudier pågår, som syftar till att undersöka fördelning mellan olika nivåer av komplexitet hos patienter och vilken typ av stöd som behövs för respektive. När systemet är integrerat i daglig verksamhet kan faktorer som hur användande av systemet påverkar användaren och verksamheten undersökas. / There is a need to improve dementia care in Sweden. The main issues discussed are how to improve the competence of medical personnel and the quality of diagnosis and intervention. In this thesis the process of developing a decision-support system for the investigation of dementia is described, as one means to meet the need. The resulting prototype system DMSS (Dementia Management Support System) has been developed in cooperation with domain experts, and has been evaluated and redesigned in the process in an iterative development process. The process involves the assessment of evidence-based domain knowledge and its characteristics, the assessment of the procedural knowledge residing in clinical practice, and reasoning processes. Further, the terminology and main reasoning process integrated in the system have been validated. Qualitative methods have been used for these parts of the project for the purpose of assessing as many different aspects as possible, and for practical reasons due to the limited access to domain experts, patients and primary care physicians in the area. Triangulation of methods has been applied in order to validate results in the process. The development has been extended to also include prototypes for Japanese clinical environments. Clinical investigation activities are complex processes, which are situated, emergent and directed by the individual need of the patient, but also restricted or enhanced by the available resources at different points and at different care levels in the process. For the purpose of creating a system which provides support throughout the investigation process, the domain knowledge and the clinical investigation process was analysed and formalised in a conceptual model of clinical activity, developed based on activity theory and case studies of patients. The need for methods for the transformation of informal results from field studies into formal knowledge and design is addressed by providing the framework, which integrates the conceptual model of clinical activity and a method for the assessment and transformation of the knowledge to be integrated in a decision-support system. The model was used to identify actions and their characteristics suitable for formalisation in a decision-support system. Several sources of domain knowledge need to be integrated that express the knowledge differently, which increases the demands on a formalism for representation. The work towards formalising the diagnostic reasoning process in both typical and atypical patient's cases is presented, where the evidence in ambiguous cases is valued within different frames of references in order to improve specificity. Different logical frameworks have been applied, evaluated and developed using case studies of patients. Two lines of work towards a dementia logic and flexible guideline representation is presented; the defeasible, non-monotonic approach where many-valued dictionaries are used in a context-based argumentation framework; and the monotonic approach of integrating reasoning in a fundamental view of transformations between logics, using general logics as generalised and categorical framework.