La modélisation de cartes génomiques, qui sont un outil indispensable aux biologistes moléculaires, pose de nombreux problémes de représentation et de traitement. Les premiers proviennent de l'existence de plusieurs descriptions des entités du génome, les seconds de la complexité algorithmique de la construction des cartes, ajoutée à la nécessité de pouvoir traiter les incohérences issues des expériences. Ce travail s'attache dans un premier temps à préciser la notion de carte grâce à une formalisation qui spécifie comment sont construites les cartes génomiques et quelles sont les relations entre les entités qui y apparaissent. Celle-ci est ensuite implémentée dans un système de représentation de connaissances par objets. Dans un second temps, un algorithme de construction de cartes à partir de la description des relations entre les entités qui les constituent est proposé. Cet algorithme s'appuie sur des techniques de raisonnement temporel et intègre des informations aussi bien qualitatives que quantitatives. Son implémentation a été réalisée à partir d'un logiciel de raisonnement temporel et valide la généricité de la démarche qui peut profiter de tous les progrès dans ce domaine de façon quasi-immédiate. Les spécifications d'un générateur d'interfaces cartographiques sont également présentées ; à la différence des systèmes existants, ce générateur n'est pas restreint à une seule interface cartographique ad hoc mais constitue une boite à outils permettant de construire soi-même son interface cartographique personnalisée.

Ce travail propose une approche originale pour l'ordonnancement de tâches sous contraintes de temps et de ressources. Les méthodes et techniques développées s'inscrivent dans la problématique de l'"Analyse Sous Contraintes" (A.S.C.) des problèmes d'ordonnancement. Cette A.S.C. vise à caractériser les ordonnancements admissibles de manière à proposer au décideur un choix d'actions cohérentes vis-à-vis des contraintes, tout en lui offrant une certaine flexibilité face à des aléas éventuels. L'A.S.C. est décrite comme un processus d'inférence mettant en interaction une base de règles et une base de faits temporels et séquentiels représentant les caractéristiques des ordonnancements admissibles. Un logiciel (MASCOT) écrit en Prolog-II a été réalisé selon ce principe. Une nouvelle approche pour l'A.S.C. et plus particulièrement pour le raisonnement temporel sous contraintes de ressources a été développée. L'originalité de cette approche réside essentiellement dans la prise en compte du couplage temps/ressource à l'aide du concept d'intervalle temps-ressource qui conduit à utiliser un raisonnement énergétique. L'intervalle temps-ressource permet de représenter à la fois les tâches ou intervalles consommateurs et les intervalles de temps alloués sur lesquels des ressources sont disponibles, appelés intervalles fournisseurs. Le problème de l'ordonnancement de tâches amène à étudier l'interaction entre intervalles consommateurs et fournisseurs sur la base de considérations énergétiques. Le logiciel MASCOT met en jeu un processus de déduction symbolique. Ce type de déduction a été amélioré par la prise en compte de l'énergie obligatoirement consommée ou consommation obligatoire d'intervalles consommateurs sur un intervalle fournisseur. De nouvelles règles de déduction ont été écrites et intégrées dans MASCOT. D'autre part, un processus de déduction basé sur un raisonnement purement énergétique a été élaboré et implémenté (logiciel REPORT) en Prolog-II. Il utilise un autre type de déduction, la déduction numérique, qui permet d'affiner les bornes temporelles d'un intervalle fournisseur en considérant la consommation obligatoire des autres intervalles consommateurs. En d'autres termes, ces résultats consistent à actualiser des dates limites et correspondent à des conditions nécessaires d'admissibilité ; ils permettent ainsi de détecter des infaisabilités éventuelles. L'outil de modélisation utilisé est le graphe potentiels-bornes qui permet de représenter des contraintes numériques (sur la durée des tâches par exemple) et des contraintes symboliques entre intervalles. Il sert de support à un processus d'inférence par propagation numérique des contraintes.

La complexité croissante des systèmes industriels en termes d'expansion, d'hétérogénéité et de décentralisation entraine de plus en plus de contraintes dans leur fonctionnement. Ces contraintes ont souvent une composante temporelle. Des techniques, telles que les systèmes multi-agents, sont bien adaptées au caractère hétérogène et décentralisé de ces systèmes, elles sont de plus en plus souvent utilisées dans les applications telles que : contrôle, supervision, simulation, pilotage des travaux existent sur la représentation du temps dans la modélisation et le raisonnement sur les systèmes industriels. Dans le contexte multi-agents, peu de travaux prennent en compte ce facteur temporel explicitement et il est quasiment absent de tous les aspects sociaux de l'agent. Dans cette thèse, nous proposons et définissons une société d'agents temporels qui permet la prise en compte explicite du temps a la fois dans le raisonnement individuel et le raisonnement social au sein de l'agent. L'accent est mis d'une part sur l'interaction et d'autre part sur les différents types de dépendances qui existent entre agents et leur évolution au cours du temps. Ce modelé générique, a été applique à la supervision par reconnaissance de scenarios temporels, domaine dans lequel l'exécution des différentes taches est extrêmement contrainte par le temps. Le système stars est une implémentation du modèle. Il permet une reconnaissance distribuée des scenarios par un ensemble d'agents utilisant un raisonnement temporel.

Le planificateur temporel IxTeT, véritable «intelligence embarquée» d'un robot autonome, s'appuie sur un gestionnaire de contraintes temporelles dont le rôle est double: maintenir la cohérence du réseau de contraintes, et répondre rapidement et correctement à une interrogation émanant du planificateur. La prise en compte de contraintes symboliques (simples précédences) et numériques (dates et durées imprécises) oblige alors à une propagation coûteuse des contraintes numériques. Néanmoins, ces dernières étant proportionnellement peu nombreuses en planification, nous pouvons restreindre cette propagation à un sous-graphe numérique. Par ailleurs, nous devons tenir compte en planification de durées «contingentes», dont la valeur est aléatoire. Ces incertitudes nous obligent à redéfinir la notion classique de cohérence, et à nous ramener à un modèle temporel dual, appelé Graphe de Décision, dans lequel nous pouvons utiliser les algorithmes classiques de propagation. Le mémoire s'achève par la présentation d'une application distincte relevant du domaine de l'ordonnancement de tâches pour un ensemble de robots. L'incertitude pesant sur les contraintes numériques oblige ici à allouer les ressources au fur et à mesure de l'exécution. Les caractéristiques propres à l'application suggèrent une décomposition du graphe temporel conduisant à une efficacité optimale des algorithmes de propagation

Ce mémoire de thèse s'intéresse à la prise en compte de la dimension temporelle au sein des systèmes multi-agents (SMA) dans le contexte de systèmes industriels dynamiques.L'étude s'appuie sur l'approche Voyelles afin d'étudier l'impact du temps au sein de chacune des dimensions d'un SMA que cette approche distingue et afin de mettre en place un raisonnement temporel orienté multi-agents.Après avoir analysé les conséquences de la prise en compte du temps dans chacun de ses aspects, un ensemble de méthodes et d'outils sont proposés pour résoudre les problèmes mis en évidence. Le modèle de SMA temporel proposé présente notamment une prise en compte des aspects temporels au sein de l'interaction et del'organisation ainsi qu'un modèle d'agent permettant de les intégrer. Ces propositions sont ensuite confrontées à des applications concrètes issues du milieu industriel.

La reconnaissance automatique de scénarios est cruciale pour l'aide à la supervision de systèmes dynamiques. Cependant, la construction de tels scénarios représentatifs de situations de bon ou de mauvais fonctionnement n'est pas réalisable en pratique directement à partir de la connaissance experte. Notre objectif est donc d'extraire, à partir des données et des informations disponibles, des séquences abstraites d'événements pertinents et ensuite de construire des scénarios validés par les experts comme représentatifs d'une classe de situations à reconnaître. Le travail de cette thèse présente une méthodologie pour la découverte de scénarios médicaux, en particulier l'abstraction graduelle des données est détaillée. La découverte de scénarios relève de l'extraction de connaissances et comprend, entre autres, les étapes de transformation des données et de fouille de données. Cette méthodologie s'appuie sur un processus incrémental de manipulation des informations et des connaissances basé sur une clarification de ces concepts. Elle est appliquée à la surveillance de patients hospitalisés en unités de soins intensifs.

Les travaux de recherche développés dans cette thèse concernent la mise en oeuvre d'un système de vidéo surveillance intelligente en milieu hospitalier. Dans le contexte d'une application en unité de soins intensifs médicale, nous introduisons la notion originale de Boite Noire Médicale et nous proposons un nouveau système de monitoring visuel de Détection Automatique de Situations à risque et d'Alerte (DASA) basé sur un système de vidéosurveillance multi-caméra intelligent. L'objectif étant d'interpréter les flux d'informations visuelles et de détecter en temps réel les situations à risque afin de prévenir l'équipe médicale et ensuite archiver les évènements dans une base de donnée vidéo qui représente la Boite Noire Médicale. Le système d'interprétation est basé sur des algorithmes de reconnaissance de scénarios qui exploitent les Modèles de Markovs Cachés (MMCs). Une extension du modèle MMC standard est proposé afin de gérer la structure hiérarchique interne des scénarios et de contrôler la durée de chaque état du modèle markovien. La contribution majeure de ce travail repose sur l'intégration d'un raisonnement de type évènementiel, pour gérer la décision de reconnaissance en tenant compte des imperfections des informations disponibles. Les techniques de reconnaissance de scénarios proposées ont été testées et évaluées sur une base de séquences vidéo médicales et comparés aux modèles de Markov cachés probabilistiques classiques. / This thesis focuses on the study and the implementation of an intelligent visual monitoring system in hospitals. In the context of an application for patient monitoring in mediacal intensive care unit, we introduce an original concept of the Medical Black Box and we propose a new system for visual monitoring of Automatic Detection of risk Situations and Alert (DASA) based on a CCTV system with network smart camera. The aim is to interpret the visual information flow and to detect at real-time risk situations to prevent the mediacl team and then archive the events in a video that is based Medical Black Box data. The interpretation system is based on scenario recognition algorithms that exploit the Hidden Markov Models (HMM). An extension of the classic model of HMM is proposed to handle the internal reporting structure of the scenarios and to control the duration of each state of the Markov model. The main contribution of this work relies on the integration of an evidential reasoning, in order to manage the recognition decision taking into account the imperfections of available information. The proposed scenarios recognition method have been tested and assessed on database of medical video sequences and compared to standard probabilistic Hidden Markov Models.

Cette thèse propose un modèle permettant la mise en œuvre d'un système de raisonnement à partir de cas capable d'adapter des procédures représentées sous forme de texte en langue naturelle, en réponse à des requêtes d'utilisateurs. Bien que les cas et les solutions soient sous forme textuelle, l'adaptation elle-même est d'abord appliquée à un réseau de contraintes temporelles exprimées à l'aide d'une algèbre qualitative, grâce à l'utilisation d'un opérateur de révision des croyances. Des méthodes de traitement automatique des langues sont utilisées pour acquérir les représentations algébriques des cas ainsi que pour regénérer le texte à partir du résultat de l'adaptation / This thesis proposes a practical model making it possible to implement a case-based reasoning system that adapts processes represented as natural language text in response to user queries. While the cases and the solutions are in textual form, the adaptation itself is performed on networks of temporal constraints expressed with a qualitative algebra, using a belief revision operator. Natural language processing methods are used to acquire case representations and to regenerate text based on the adaptation result