Ce travail de thèse porte sur l’exploitation des données temporelles en présence d’imperfections. Il s’agit de définir, concevoir et développer un système intelligent pour l’interrogation des bases de données temporelles où la dimension temps (des relations ou des entités) est définie d’une manière imprécise et floue. Ce type de base de données se manifeste fréquemment dans les applications issues du domaine médical, de l’historique et de l’archive, de la planification, etc.Nous rappelons tout d’abord les différents formalismes utilisés dans le traitement des informations temporelles, puis, nous présentons les travaux antérieurs qui ont abordé la problématique de la gestion et de traitement de l’information temporelle imparfaite dans le domaine des bases de données. Nous décrivons ensuite une première contribution apportée sur la définition d’un nouveau modèle de représentation de données temporelles entachées d’imprécision. Des relations d’Allen étendues ont été introduites ainsi qu’un ensemble de règles de composition permettant de raisonner. Cette contribution a permis de développer un premier prototype nommé Fuzz-TIME pour le traitement des requêtes contenant des critères temporels flous/imprécis. Un des points forts de ce système est qu’il possède un module de raisonnement lui permettant de traiter, d’une manière intelligente, une famille de requêtes temporelles de nature complexe.La plupart des travaux menés sur l’exploitation et la manipulation des informations temporelles considèrent que les entités temporelles (i.e., intervalles) sont définies d’une manière précise (non floue). Or dans le monde des applications réelles, les bornes des intervalles de temps manipulés sont souvent entachées d’imprécision. Nous avons ainsi proposé une nouvelle sémantique des relations temporelles d’Allen (i.e., relations d’Allen tolérantes) dans ce contexte. L’élément clé de cette sémantique est une relation de tolérance convenablement choisie. Une troisième partie de notre travail est consacrée à la modélisation d’une nouvelle extension des relations temporelles d’Allen où les intervalles de temps sont interprétés d’une manière conjonctive. Enfin, nous décrivons l’architecture du système Fuzz-TIME et discutons l’étude expérimentale menée pour valider les contributions proposées. / This work focuses on the exploitation of temporal data in presence of imperfections. The aim is to define, design and develop an intelligent system for the interrogation of temporal databases where the time dimension (of relationships or entities) is defined in an imprecise and fuzzy way. This type of databases is frequently found in applications from the medical field, history and archive, planning, etc.We first recall the different formalisms used in the processing of temporal in formation, and then we present the previous work which has addressed the problem of managing and processing of imperfect temporal information in the field of databases.We describe then a first contribution related to the definition of a new model for the representation of imprecise temporal data. Extended Allen relations have been introduced as well as a set of composition rules for reasoning. This contribution has allowed developing a first prototype called Fuzz-TIME for processing queries containing fuzzy /imprecise time criteria. One of the major interests of this system is that it exhibits a reasoning module to intelligently process a family of temporal queries of a complex nature.Most work on the exploitation and manipulation of temporal in formation considers that the temporal entities (i.e.,intervals) are defined in a precise (non-fuzzy) manner. ln the world of real applications, the bounds of the manipulated time intervals are often pervaded by imprecision. We have proposed a new semantics of Allen's temporal relations (i .e., Allen Tolerant Relations) in this context. The key element of this semantics is a suitably chosen relationship of tolerance. A third part of our work is devoted to the modeling of a new extension of Allen's temporal relations where the time intervals are interpreted in a conjunctive way. Finally, we describe the architecture of the Fuzz-TIME system and discuss the experimental study carried out to validate the proposed contributions.

Cette thèse porte sur la définition d'une approche flexible pour interroger des graphes RDF à la fois classiques et flous. Cette approche, basée sur la théorie des ensembles flous, permet d'étendre SPARQL qui est le langage de requête standardisé W3C pour RDF, de manière à pouvoir exprimer i) des préférences utilisateur floues sur les données (par exemple, l'année de publication d'un album est récente) et sur la structure du graphe (par exemple, le chemin entre deux amis doit être court) et ii) des préférences utilisateur plus complexes, prenant la forme de propositions quantifiées floues (par exemple, la plupart des albums qui sont recommandés par un artiste, sont très bien notés et ont été créés par un jeune ami de cet artiste). Nous avons effectué des expérimentations afin d'étudier les performances de cette approche. L'objectif principal de ces expérimentations était de montrer que le coût supplémentaire dû à l'introduction du flou reste limité/acceptable. Nous avons également étudié, dans un cadre plus général, celui de bases de données graphe, la question de l'intégration du même type de propositions quantifiées floues dans une extension floue de Cypher qui est un langage déclaratif pour l'interrogation des bases de données graphe classiques. Les résultats expérimentaux obtenus montrent que le coût supplémentaire induit par la présence de conditions quantifiées floues dans les requêtes reste également très limité dans ce cas. / This thesis concerns the definition of a flexible approach for querying both crisp and fuzzy RDF graphs. This approach, based on the theory of fuzzy sets, makes it possible to extend SPARQL which is the W3C-standardised query language for RDF, so as to be able to express i) fuzzy user preferences on data (e.g., the release year of an album is recent) and on the structure of the data graph (e.g., the path between two friends is required to be short) and ii) more complex user preferences, namely, fuzzy quantified statements (e.g., most of the albums that are recommended by an artist, are highly rated and have been created by a young friend of this artist). We performed some experiments in order to study the performances of this approach. The main objective of these experiments was to show that the extra cost due to the introduction of fuzziness remains limited/acceptable. We also investigated, in a more general framework, namely graph databases, the issue of integrating the same type of fuzzy quantified statements in a fuzzy extension of Cypher which is a declarative language for querying (crisp) graph databases. Some experimental results are reported and show that the extra cost induced by the fuzzy quantified nature of the queries also remains very limited.