Les modèles de systèmes complexes sont conçus dans différents contextes. Cependant, l'hétérogénéité induite par ces contextes n’est pas prise en compte lors de la description et de la validation de ces systèmes. De plus, ces systèmes impliquent généralement l’intervention deplusieurs experts du domaine et la réalisation de plusieurs modèles correspondant à différentes analyses (vues) de ce même système. Aucune information concernant les caractéristiques du domaine ni des analyses réalisées n'est explicitée. Nous proposons un cadre méthodologiquepermettant d’une part, de formaliser les connaissances de domaine à l’aide d’ontologies, et d’autre part d'enrichir les modèles à l’aide des connaissances de domaine en définissant des références explicites aux informations formalisées dans ces ontologies. Ce cadre permet également de rendre explicites les caractéristiques d'une analyse en les formalisant dans des modèles qualifiés de «points de vue». Nous avons réalisé deux déploiements de ce cadre méthodologique : un premier déploiement utilisant les techniques de l’Ingénierie Dirigée par les Modèles (IDM) et un second fondé sur les méthodes formelles basées sur des techniques de preuve et de raffinement. Ce cadre a été validé sur plusieurs cas d'études non triviaux issus de l'ingénierie système. / Complex systems models are designed in heterogeneous domains and this heterogeneity is rarely considered explicitly when describing and validating processes. Moreover, these systems usually involve several domain experts and several design models corresponding to different analyses (views) of the same system. However, no explicit information regarding the characteristics neither of the domain nor of the performed system analyses is given. In our thesis, we propose a general framework offering first, the formalization of domain knowledge using ontologies and second, the capability to strengthen design models by making explicit references to the domain knowledgeformalized in these ontology. This framework also provides resources for making explicit the features of an analysis by formalizing them within models qualified as ‘’points of view ‘’. We have set up two deployments of our approach: a Model Driven Engineering (MDE) based deployment and a formal methods one based on proof and refinement. This general framework has been validated on several no trivial case studies issued from system engineering.

Ontologias representam uma conceitualização compartilhada de uma comunidade de conhecimento. São construídas a partir da descrição dos significados dos conceitos, descritos através de seus atributos e dos relacionamentos entre os conceitos. Conceitos se referem ao objeto da conceitualização, o universo do discurso. São caracterizados por seus atributos e domínios de valores possíveis. Relacionamentos são utilizados para descreverem de que forma os conceitos se estruturam no mundo. Nas ontologias todos os conceitos são hierarquicamente definidos, porém existem outros relacionamentos que são definicionais, dando identidade aos conceitos e sentido ao mundo. Além dos relacionamentos de subsunção que constroem as taxonomias de conceitos, outras relações formais e materiais auxiliam na estruturação do domínio e na definição conceitual. As ferramentas de modelagem, no entanto, ainda são falhas em diferenciar os vários tipos de relacionamentos formais e materiais para atribuir as possibilidades de raciocínio automático. Em especial, relacionamentos mereológicos e partonômicos carecem de opções de implementação que permitam extrair o potencial semântico da modelagem. Este projeto de pesquisa tem como ponto de partida o estudo da literatura sobre ontologias e relações, em especial sobre relações formais e materiais, incluindo relações mereológicas e partonômicas, revisando os princípios encontrados nas ontologias. Além disso, nós identificamos os fundamentos teóricos das relações e analisamos a aplicação dos conceitos das relações sobre as principais ontologias de fundamentação em prática na atualidade. Na sequência, a partir das propostas levantadas, este trabalho propõe uma alternativa para a modelagem conceitual destas relações em uma ontologia de domínio visual. Esta alternativa foi disponibilizada na ferramenta de construção de ontologias do Projeto Obaitá, a qual está sendo desenvolvida pelo Grupo de Pesquisa de Bancos de Dados Inteligentes (BDI) da UFRGS. / Ontologies represent a shared conceptualization of a knowledge community. They are built from the description of the meaning of concepts, expressed through their attributes and their relationships. Concepts refer to the object of conceptualization, the universe of discourse. They are characterized by their attributes and domains of possible values. Relationships are used to describe how the concepts are structured in the world. In ontologies all concepts are hierarchically defined, however there are other relationships that are definitional, giving identity to the concepts and meaning to the world. In addition to the subsumption relationships that build the taxonomies of concepts, other formal and material relations assist in structuring the domain and the conceptual definition. The modeling tools, however, are still deficient in differentiating the various types of formal and material relationships in order to assign the possibilities of automated reasoning. In particular, mereological and partonomic relationships lack of implementation options that allow extracting the semantic potential when modeling. This research project takes as a starting point the study of the literature on ontologies and relations, especially on formal and material relations, including mereological and partonomic relations, reviewing the principles found on ontologies. Furthermore, we identify the theoretical foundations of the relations and analyze the application of the relations concepts to the main foundational ontologies in use nowadays. Following, from the raised proposals, this work proposes an alternative for the conceptual modeling of these relations in a visual domain ontology. This alternative has been made available on the ontology building tool of the Obaitá Project, which is under development by the Intelligent Databases Research Group (BDI) from UFRGS.

La thèse est préparée dans le cadre d’une convention de cotutelle sous la direction des Professeurs Jean-Hugues Chauchat (ERIC-Lyon2) et N.V. Charonova (Université Nationale Polytechnique de Kharkov en Ukraine).1. Les résultats obtenus peuvent se résumer ainsi : Rétrospective des fondations théoriques sur la formalisation des connaissances et langue naturelle en tant que précurseurs de l’ingénierie des ontologies. Actualisation de l’état de l’art sur les approches générales dans le domaine de l’apprentissage d’ontologie, et sur les méthodes d’extraction des termes et des relations sémantiques. Panorama des plateformes et outils de construction et d’apprentissage des ontologies ; répertoire des ressources lexicales disponibles en ligne et susceptibles d’appuyer l’apprentissage d’ontologie (apprentissage des concepts et relation). 2. Propositions méthodologiques : Une méthode d’apprentissage des patrons morphosyntaxiques et d’installation de taxonomies partielles de termes. Une méthode de formation de classes sémantiques représentant les concepts et les relations pour le domaine de la sécurité radiologique. Un cadre (famework) d’organisation des étapes de travaux menant à la construction de l’ontologie du domaine de la sécurité radiologique.3. Implémentation et expérimentations : Installation de deux corpus spécialisés dans le domaine de la protection radiologique, en français et en russe, comprenant respectivement 1 500 000 et 600 000 unités lexicales. Implémentation des trois méthodes proposées et analyse des résultats obtenus. Les résultats ont été présentés dans 13 publications, revues et actes de conférences nationales et internationales, entre 2010 et 2016, notamment IMS-2012, TIA-2013, TOTH-2014, Eastern-European Journal of Eenterprise Technologies, Bionica Intellecta (Бионика интеллекта), Herald of the NTU «~KhPI~» (Вестник НТУ «~ХПИ~»). / The thesis has been prepared within a co-supervision agreement with the Professors Jean-Hugues Chauchat (ERIC-Lyon2) and N.V. Charonova (National Polytechnic University of Kharkov in Ukraine).The results obtained can be summarized as follows:1. State of the art:Retrospective of theoretical foundations concerning the formalization of knowledge and natural language as precursors of ontology engineering.Update of the state of the art on general approaches in the field of ontology learning, and on methods for extracting terms and semantic relations.Overview of platforms and tools for ontology construction and learning; list of lexical resources available online able to support ontology learning (concept learning and relationship).2. Methodological proposals:Learning morphosyntactic patterns and implementing partial taxonomies of terms.Finding semantic classes representing concepts and relationships for the field of radiological safety.Building a frame for the various stages of the work leading to the construction of the ontology in the field of radiological safety.3. Implementation and experiments:Loading of two corpuses specialized in radiological protection, in French and Russian, with 1,500,000 and 600,000 lexical units respectively.Implementation of the three previous methods and analysis of the results obtained.The results have been published in 13 national and international journals and proceedings, between 2010 and 2016, including IMS-2012, TIA-2013, TOTH-2014, Bionica Intellecta (Бионика интеллекта) , Herald of the NTU "~ KhPI ~" (Вестник НТУ "~ ХПИ ~").

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Cloud computing is a new area in computing, providing new perspectives in the area of interconnect technologies and raises issues in architecture, design and implementation of existing networks and data centers. Currently through technology like server virtualization, has been widely used for providing on-demand services with avoiding the spreading of servers. In this way the servers are used so that its resources be better used to ensure the availability of resources and services for users, enabling, so these users from accessing services based on your needs, regardless of where the services are hosted, or how they are delivered. This being, the main feature of cloud computing. However, some servers become eventually overloaded and others are more idle, and the way to solve this is by using the migration of virtual machines in real time, that is, perform the migration of running virtual machine along with its applications to another server by restoring the balance of the servers. This balance, called load balancing is one of the techniques used by real-time migration technology. That is, the technology of migration of virtual machines in real time has become the key to optimizing computer resources. Thus, it becomes interesting the development of solutions that enable the deployment of this technology. Through a virtualized environment where applications monitors check the load state of the servers it is possible to interact with the virtual machines performing migration to ensure the optimization and utilization of computational resources. Considering this, this work presents an architecture for migration of virtual machines, which uses ontologies for knowledge representation in a virtualization environment. For this, was developed, through the process Ontology Development 101, an ontology, Onto-LM, which represents a virtual machine virtualization environment which offers help to visualize current state of the environment. For the specified architecture in this work was delimited components and their respective information flows between a component and another. Use of ontologies as one of its components. For examples of this architecture has been developed a tool, OntoMig, in the JAVA programming language, which allows to run and manage the information acquired from monitoring of servers, the charge of the ontology and the migration of virtual machines when needed. / A computação em nuvem é um novo campo na computação, sobretudo na Internet, que proporciona novas perspectivas no domínio das tecnologias de interconexões e levanta problemas na arquitetura, design e implementação de redes existentes e de Data Centers. Atualmente, através de tecnologia como virtualização de servidores, vem sendo largamente utilizado para disponibilização de serviços por demanda evitando que haja o espalhamento de servidores. Desta forma, os servidores são utilizados de maneira que seus recursos sejam melhores empregados para garantir a disponibilidade de recursos e serviços para os usuários, permitindo assim, que estes usuários acessem serviços baseados em suas necessidades, independentemente de onde os serviços são hospedados ou como eles são entregues. Sendo esta a característica principal da Computação em Nuvem. No entanto, em algum momento servidores podem ficar sobrecarregados e outros podem ficar mais ociosos, e a maneira para resolver isso é utilizando a migração de máquinas virtuais em tempo real, onde ocorre a migração de máquina virtual em execução juntamente com suas aplicações para outro servidor, restabelecendo, assim, o equilíbrio dos servidores. Este equilíbrio, chamado de balanceamento de carga, é uma das técnicas utilizadas pela tecnologia de migração em tempo real. Ou seja, a aplicação de migração de máquinas virtuais em tempo real tem se tornado a chave para a otimização de recursos computacionais. Assim, torna-se interessante o desenvolvimento de soluções que viabilizem a implantação desta tecnologia. Através de um ambiente virtualizado onde aplicações monitores verificam o estado de carga dos servidores é possível interagir com as máquinas virtuais realizando a migração para garantir a otimização e utilização dos recursos computacionais. Considerando isto, o presente trabalho apresenta uma arquitetura para migração de máquinas virtuais, a qual utiliza ontologias para a representação do conhecimento em um ambiente de virtualização. Para isto, foi desenvolvida, através do processo Ontology Development 101, uma ontologia, Onto- LM, que representa um ambiente de virtualização de máquinas virtuais a qual propõe auxiliar a visualização do estado atual do ambiente. Para a arquitetura especificada neste trabalho foi delimitado componentes e seus respectivos fluxos de informações entre um componente e outro. Utiliza-se de ontologias como um de seus componentes. Para a exemplificação desta arquitetura foi desenvolvida uma ferramenta, OntoMig, em linguagem de programação JAVA, que permite executar e gerenciar as informações obtidas do monitoramento dos servidores, a população da ontologia e a migração de máquinas virtuais quando necessário.

Made available in DSpace on 2015-05-14T12:36:27Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2925122 bytes, checksum: e65ad4a8f7ca12fb8a90eaf2a8783d65 (MD5) Previous issue date: 2010-08-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Currently, two issues of great importance for the computation are being used together in an increasingly apparent: a Knowledge Discovery in Databases (KDD) and Ontologies. By developing the ways in which data is stored, the amount of information available for analysis has increased exponentially, making it necessary techniques to analyze data and gain knowledge for different purposes. In this sense, the KDD process introduces stages that enable the discovery of useful knowledge, and new features that usually cannot be seen only by viewing the data in raw form. In a complementary field, the Knowledge Discovery can be benefited with Ontologies. These, in a sense, have the capacity to store the "knowledge" about certain areas. The knowledge that can be retrieved through inference classes, descriptions, properties and constraints. Phases existing in the process of knowledge discovery, the selection of attributes allows the area of analysis for data mining algorithms can be improved with attributes more relevant to the problem analyzed. But sometimes these screening methods do not eliminate the attributes satisfactorily, do allow a preliminary analysis on the area treated. To address this problem this paper proposes a system that uses ontologies to store the prior knowledge about a specific domain, enabling a semantic analysis previously not possible using conventional methodologies. Was elaborated an ontology, with reuse of various repositories of ontologies available on the Web, specific to the medical field with a possible common specifications in key areas of medicine. To introduce semantics in the selection of attributes is first performed the mapping between data base attributes and classes of the ontology. Done this mapping, the user can now select attributes by semantic categories, reducing the dimensionality of the data and view redundancies between semantically related attributes. / Atualmente, dois temas de grande importância para a computação, estão sendo utilizados conjuntamente de uma forma cada vez mais aparente: a Descoberta de Conhecimento em Bancos de Dados (Knowledge Discovery in Databases KDD) e as Ontologias. Com o aperfeiçoamento das formas com que os dados são armazenados, a quantidade de informação disponível para análise aumentou exponencialmente, tornando necessário técnicas para analisar esses dados e obter conhecimento para os mais diversos propósitos. Nesse contexto, o processo de KDD introduz etapas que possibilitam a descoberta de conhecimentos úteis, novos e com características que geralmente não podiam ser vistas apenas visualizando os dados de forma bruta. Em um campo complementar, a Descoberta de Conhecimento em Banco de Dados pode ser beneficiada com Ontologias. Essas, de certa forma, apresentam a capacidade para armazenar o conhecimento , segundo um modelo de alta expressividade semântica, sobre determinados domínios. As ontologias permitem que o conhecimento seja recuperado através de inferências nas classes, descrições, propriedades e restrições. Nas fases existentes no processo de descoberta do conhecimento, a Seleção de Atributos permite que o espaço de análise para os algoritmos de Mineração de Dados possa ser melhorado com atributos mais relevantes para o problema analisado. Porém, algumas vezes esses métodos de seleção não eliminam de forma satisfatória os atributos irrelevantes, pois não permitem uma análise prévia sobre o domínio tratado. Para tratar esse problema, esse trabalho propõe um sistema que utiliza ontologias para armazenar o conhecimento prévio sobre um domínio específico, possibilitando uma análise semântica antes não viável pelas metodologias convencionais. Foi elaborada uma ontologia, com reuso de diversos repositórios de ontologias disponíveis na Web, específica para o domínio médico e com possíveis especificações comuns nas principais áreas da medicina. Para introduzir semântica no processo de seleção de atributos primeiro é realizado o mapeamento entre os atributos do banco de dados e as classes da ontologia. Feito esse mapeamento, o usuário agora pode selecionar atributos através de categorias semânticas, reduzir a dimensionalidade dos dados e ainda visualizar redundâncias existentes entre atributos correlacionados semanticamente.

Made available in DSpace on 2015-05-14T12:36:49Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2692269 bytes, checksum: 7a18c5177603a00982be9d7f6234196b (MD5) Previous issue date: 2013-07-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The number of studies on the use of Ontologies in Medical Informatics has grown through the years. It shows the interest in developing technologies with semantic bases for this new area of science. However, little work has been documented about how the area has developed, thus hampering the creation process of relevant projects in the field of Medical Informatics, since it is not possible to map the main research opportunities, gaps and needs of this area. Therefore, this project aims to map the overall development of this area, specifically on the use of Ontologies in Medical Informatics, in order to highlight and fill the area needs. For this, we used the methodology of systematic research known as Systematic Mapping, which follows a research protocol clearly defined, transparent and rigorous, enabling the study be evaluated and validated by the scientific community interested reproduced. In this way, the current knowledge was gathered in the literature on the Use of Ontologies in Medical Informatics. From automatic and manual searches, it was returned 23788 studies related to this research area. After conducting a rigorous selection, this number dropped to 511 relevant papers, which were performed on the further analysis for the proposed construction of Systematic Mapping. It was detected 07 characteristics of these studies, which allowed the observation of the main trends of growth of the area as a whole. The quality assessment of the selected works provided security to take conclusions of this research, considering that around 95% have strong evidence to support the presented results. Despite these results, we found some gaps in relation to the depth of this search. We concluded that the use of Ontologies in Medical Informatics has grown as expected,considering the reuse of ontologies, integration and interoperability of systems and different ontologies. About the opportunities, we identified in this area a need for methods for evaluation, validation, correctness, completeness and maintenance of new or already established ontologies, and also the development of applications and studies related totelemedicine, public health, education, robotics, evidence-based research, and financial management, focused on Medical Informatics / A quantidade de estudos no uso de Ontologias em Informática Médica tem crescido através dos anos. Isto demonstra o interesse no desenvolvimento de tecnologias com bases semânticas para esta nova área da ciência. No entanto, pouco tem sido documentado a respeito de como a área tem se desenvolvido, dificultando, assim, o processo de criação de projetos relevantes na área da Informática Médica, uma vez que não é possível mapear as principais oportunidades de pesquisa, lacunas e necessidades da área. Logo, o presente projeto tem o objetivo de mapear o desenvolvimento geral desta área, especificamente sobre o uso de Ontologias em Informática Médica, de modo a evidenciar e preencher as necessidades da área. Para tanto, foi utilizada a metodologia de pesquisa sistematizada conhecida como Mapeamento Sistemático, a qual segue um protocolo de pesquisa bem definido, transparente e rigoroso, permitindo que o estudo seja avaliado, validado e reproduzido pela comunidade científica interessada. Deste modo, foi reunido o conhecimento atual encontrado na literatura sobre o Uso de Ontologias em Informática Médica. A partir das buscas automáticas e manuais, foram retornados 23788 estudos relacionados ao domínio desta pesquisa. Após a realização de uma seleção rigorosa, este número caiu para 511 artigos relevantes, sobre os quais foram realizadas as análises mais aprofundadas para a construção do Mapeamento Sistemático proposto. Foram observadas 07 características destes estudos, que permitiram observar as principais tendências de crescimento da área como um todo. A avaliação da qualidade dos trabalhos selecionados forneceu segurança para a construção das conclusões desta pesquisa, tendo em vista que em torno de 95% possuem fortes evidências para apoiar os resultados apresentados. Apesar dos resultados, foram encontradas algumas lacunas no que diz respeito à profundidade da pesquisa. Foi possível concluir que o Uso de Ontologias em Informática Médica tem crescido de acordo com o esperado, considerando o reuso de ontologias, a integração e interoperabilidade de sistemas e ontologias diferentes. Quanto às oportunidades, identificamos que nesta área há a necessidade de métodos para avaliação, validação, corretude, completude e manutenção de ontologias novas ou já estabelecidas, como também o desenvolvimento de aplicações e estudos relacionados a telemedicina, saúde pública, educação, robótica, pesquisas baseadas em evidências, e gestão financeira, voltados para a Informática Médica

Submitted by TATIANE DOS SANTOS DE FREITAS LOPES null (thaty_lopez@hotmail.com) on 2017-09-26T11:27:52Z No. of bitstreams: 1 Dissertação - Tatiane Lopes.pdf: 3190468 bytes, checksum: 328cfdb2f66173743a997091b892cd2b (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-09-28T12:25:17Z (GMT) No. of bitstreams: 1 lopes_tsf_me_mar.pdf: 3190468 bytes, checksum: 328cfdb2f66173743a997091b892cd2b (MD5) / Made available in DSpace on 2017-09-28T12:25:17Z (GMT). No. of bitstreams: 1 lopes_tsf_me_mar.pdf: 3190468 bytes, checksum: 328cfdb2f66173743a997091b892cd2b (MD5) Previous issue date: 2017-08-31 / Um sistema de recuperação de informação é um elemento mediador entre um acervo documental e os usuários que buscam por documentos relevantes. Nesse contexto, as interfaces desempenham uma função importante: em um primeiro momento, auxiliando o usuário na tarefa de expressar a sua necessidade de informação por meio de uma expressão de busca e, em um segundo momento, fornecendo recursos para ajudá-lo a selecionar documentos relevantes dentre os resultados obtidos. A recuperação de informação é um processo linguístico cuja eficiência depende de coincidências terminológicas entre a expressão de busca do usuário e a representação dos documentos. Este trabalho propõe um modelo de interface na qual a estrutura terminológica de uma ontologia é utilizada para auxiliar o usuário na seleção de documentos relevantes dentre aqueles resultantes de sua busca. Caracteriza-se como uma pesquisa de natureza aplicada, e exploratória e bibliográfica quanto aos procedimentos. Conclui-se que a apresentação visual de uma ontologia permite o desenvolvimento de interfaces dinâmicas e interativas, proporcionando ao usuário uma navegação estimulante e prazerosa por entre os documentos resultantes de sua busca, tendo por base os termos de uma determinada área de conhecimento. / An information retrieval system is a mediating element between a document collection and the users who looking for relevant documents. In this context, interfaces play an important role: firstly, assisting the user to expressing their information need by means of a search expression, and secondly by providing resources to help selecting relevant documents from the obtained results. The information retrieval is a linguistic process whose efficiency depends on terminological coincidences between the user’s query and the representation of documents. This work proposes an interface model in which the terminological structure of an ontology is used to assist the user in the selection of relevant documents among those resulting from their search. It is characterized as an applied, exploratory and bibliographic research. It is concluded that the visual presentation of ontology allows the development of dynamic and interactive interfaces, providing the user with stimulating and pleasant navigation among the documents resulting from their search, based on the terms of a certain knowledge area.

Made available in DSpace on 2014-12-17T14:55:40Z (GMT). No. of bitstreams: 1 WilmaMCM.pdf: 1186058 bytes, checksum: 6e290882faed8cfbcd44afc878b5d7b0 (MD5) Previous issue date: 2009-04-24 / The sharing of knowledge and integration of data is one of the biggest challenges in health and essential contribution to improve the quality of health care. Since the same person receives care in various health facilities throughout his/her live, that information is distributed in different information systems which run on platforms of heterogeneous hardware and software. This paper proposes a System of Health Information Based on Ontologies (SISOnt) for knowledge sharing and integration of data on health, which allows to infer new information from the heterogeneous databases and knowledge base. For this purpose it was created three ontologies represented by the patterns and concepts proposed by the Semantic Web. The first ontology provides a representation of the concepts of diseases Secretariat of Health Surveillance (SVS) and the others are related to the representation of the concepts of databases of Health Information Systems (SIS), specifically the Information System of Notification of Diseases (SINAN) and the Information System on Mortality (SIM) / O compartilhamento de conhecimentos e integra??o de dados ? um dos maiores desafios da ?rea da sa?de e essencial para contribui??o de melhoria da qualidade da assist?ncia em sa?de. Uma vez que a mesma pessoa recebe atendimento em diversas institui??es de sa?de ao longo de sua vida, suas informa??es ficam distribu?das em diferentes sistemas de informa??o que s?o executados em plataformas de hardware e software heterog?neas. Este trabalho prop?e um Sistema de Informa??o em Sa?de Baseado em Ontologias (SISOnt) para compartilhamento de conhecimento e integra??o de dados em sa?de, que permite inferir novas informa??es a partir de bases de dados e da base de conhecimento. Para esse fim foram criadas tr?s ontologias representadas atrav?s dos padr?es e conceitos propostos pela Web Sem?ntica. A primeira ontologia prov? a representa??o dos conceitos de agravos da Secretaria de Vigil?ncia em Sa?de (SVS) e as demais est?o relacionadas ? representa??o dos conceitos das bases de dados dos Sistemas de Informa??o em Sa?de (SIS), especificamente do Sistema de Informa??o de Agravos de Notifica??o (SINAN) e do Sistema de Informa??es sobre Mortalidade (SIM)

Ces dernières années, les progrès en sciences de la gestion et de l’information ont transformé la Gestion de Processus d’Affaires (Business Process Management, BPM) en un sujet important, tant du côté de l’industrie que de celui de la recherche. Le BPM utilise des processus métiers pour améliorer la performance opérationnelle des organisations. Les processus métiers établissent un lien entre les personnes, les systèmes, et les différentes organisations, dans le but de créer de la valeur pour les parties prenantes. La cible de notre travail est la famille des systèmes BPM. Un système BPM est un système logiciel générique guidé par des modèles explicites de processus métier avec pour objectif d’exécuter et de gérer des processus opérationnels. Malgré le vaste éventail de sujets traités par ce domaine de recherche, il reste encore quelques questions qui méritent une étude plus approfondie. Un problème particulier concerne la médiation entre les systèmes BPM et les humains. L’interaction homme-machine dans ces systèmes repose sur des interfaces standard basées sur des listes de taches et des formulaires, ce qui est très contraignant pour les utilisateurs.Ceux-ci ont non seulement des difficultés à exécuter leurs processus métier, mais aussi a trouver le processus métier le mieux adapté à leurs besoins. Il serait beaucoup plus efficace d’utiliser des dialogues en langage naturel. Malheureusement les langages de modélisation de processus ne permettent pas de capturer ni de modéliser un domaine de discours. Le travail présent propose une approche originale de gestion du dialogue basée sur des systèmes multi-agents pour l’exécution des processus métier. La motivation globale pour ce travail fut de concevoir un modèle de dialogue extensible à différents domaines. Ce modèle s’appuie sur les ontologies de domaine, nécessitant un minimum d’effort d’adaptation pour améliorer l’interaction. Les résultats montrent tout le potentiel de notre approche multi-agent pour réaliser une médiation automatiquement, sans qu’il soit nécessaire de reconstruire les modèles de processus métier. / Over the last few years, the advances in management science and information technology have transformed the business process management (BPM) discipline into an important topic for both industry and academy. BPM uses business processes as the means for improving the operational performance of organizations, and setting processes are at the heart of BPM allows linking together people, systems, and different organizations to deliver value to stakeholders. The target of our work is the family of BPM systems. A BPM system is a generic software system that is driven by explicit process designs to enact and manage operational business processes. Despite the wide range of topics addressed by the academy on business processes, there are still aspects not addressed by prior research. A particular problem in this regard is the mediation between BPM systems and humans. Human interaction in those systems follows a standard user interface based predominantly on work item lists and forms. Thus, there is little room for creativity for users. They have not only difficulties in enacting their processes but also for searching the most suitable one for their needs. It would be more efficient to let humans interact in natural language. However, process modeling languages are an insufficient means of capturing and representing the domain of discourse. The present thesis develops an original approach to agent dialog management for the problem of business process enactment. The overarching motivation for this work was to design a dialog model scalable to different domains. The model relies on domain and business process ontologies, and necessitates a minimum effort of adaptation on ontologies to improve the interaction. Results indicate the potential of our agent-based approach to generate natural language.

A Web Semântica é uma extensão da Web em que as informações tem um significado explícito, permitindo que computadores e pessoas trabalhem em cooperação. Para definir os significados explicitamente, são usadas ontologias na estruturação das informações. À medida que mais campos científicos adotam tecnologias da Web Semântica, mais ontologias complexas são necessárias. Além disso, a garantia de qualidade das ontologias e seu gerenciamento ficam prejudicados quanto mais essas ontologias aumentam em tamanho e complexidade. Uma das causas para essas dificuldades é a existência de problemas, também chamados de anomalias, na estrutura das ontologias. Essas anomalias englobam desde problemas sutis, como conceitos mal projetados, até erros mais graves, como inconsistências. A identificação e a eliminação de anomalias podem diminuir o tamanho da ontologia e tornar sua compreensão mais fácil. Contudo, métodos para identificar anomalias encontrados na literatura não visualizam anomalias, muitos não trabalham com OWL e não são extensíveis por usuários. Por essas razões, um novo método para identificar e visualizar anomalias em ontologias, o ONTO-Analyst, foi criado. Ele permite aos desenvolvedores identificar automaticamente anomalias, usando consultas SPARQL, e visualizá-las em forma de grafos. Esse método usa uma ontologia proposta, a METAdata description For Ontologies/Rules (MetaFOR), para descrever a estrutura de outras ontologias, e consultas SPARQL para identificar anomalias nessa descrição. Uma vez identificadas, as anomalias podem ser apresentadas na forma de grafos. Um protótipo de sistema, chamado ONTO-Analyst, foi criado para a validação desse método e testado em um conjunto representativo de ontologias, por meio da verificação de anomalias representativas. O protótipo testou 18 tipos de anomalias retirados da literatura científica, em um conjunto de 608 ontologias OWL de 4 repositórios públicos importantes e dois artigos. O sistema detectou 4,4 milhões de ocorrências de anomalias nas 608 ontologias: 3,5 milhões de ocorrências de um mesmo tipo e 900 mil distribuídas em 11 outros tipos. Essas anomalias ocorreram em várias partes das ontologias, como classes, propriedades de objetos e de dados, etc. Num segundo teste foi realizado um estudo de caso das visualizações geradas pelo protótipo ONTO-Analyst das anomalias encontradas no primeiro teste. Visualizações de 11 tipos diferentes de anomalias foram automaticamente geradas. O protótipo mostrou que cada visualização apresentava os elementos envolvidos na anomalia e que pelo menos uma solução podia ser deduzida a partir da visualização. Esses resultados demonstram que o método pode eficientemente encontrar ocorrências de anomalias em um conjunto representativo de ontologias OWL, e que as visualizações facilitam o entendimento e correção da anomalia encontrada. Para estender os tipos de anomalias detectáveis, usuários podem escrever novas consultas SPARQL. / The Semantic Web is an extension of the World Wide Web in which the information has explicit meaning, allowing computers and people to work in cooperation. In order to explicitly define meaning, ontologies are used to structure information. As more scientific fields adopt Semantic Web technologies, more complex ontologies are needed. Moreover, the quality assurance of the ontologies and their management are undermined as these ontologies increase in size and complexity. One of the causes for these difficulties is the existence of problems, also called anomalies, in the ontologies structure. These anomalies range from subtle problems, such as poorly projected concepts, to more serious ones, such as inconsistencies. The identification and elimination of anomalies can diminish the ontologies size and provide a better understanding of the ontologies. However, methods to identify anomalies found in the literature do not provide anomaly visualizations, many do not work on OWL ontologies or are not user extensible. For these reasons, a new method for anomaly identification and visualization, the ONTO-Analyst, was created. It allows ontology developers to automatically identify anomalies, using SPARQL queries, and visualize them as graph images. The method uses a proposed ontology, the METAdata description For Ontologies/Rules (MetaFOR), to describe the structure of other ontologies, and SPARQL queries to identify anomalies in this description. Once identified, the anomalies can be presented as graph images. A system prototype, the ONTO-Analyst, was created in order to validate this method and it was tested in a representative set of ontologies, trough the verification of representative anomalies. The prototype tested 18 types of anomalies, taken from the scientific literature, in a set of 608 OWL ontologies from major public repositories and two articles. The system detected 4.4 million anomaly occurrences in the 608 ontologies: 3.5 million occurrences from the same type and 900 thousand distributed in 11 other types. These anomalies occurred in various parts of the ontologies, such as classes, object and data properties, etc. In a second test, a case study was performed in the visualizations generated by the ONTO-Analyst prototype, from the anomalies found in the first test. It was shown that each visualization presented the elements involved in the anomaly and that at least one possible solution could be deduced from the visualization. These results demonstrate that the method can efficiently find anomaly occurrences in a representative set of OWL ontologies and that the visualization aids in the understanding and correcting of said anomalies. In order to extend the types of detectable anomalies, users can write new SPARQL queries.