Cette thèse, fruit d'une collaboration LORIA / INRA, porte sur l'étude du raisonnement à partir de cas pour aider à l'interprétation d'organisations spatiales agricoles. Les agronomes effectuent des enquêtes auprès d'exploitants agricoles, afin d'appréhender les relations entre structure spatiale et fonctionnement des exploitations. Des modèles graphiques, appelés chorèmes d'exploitations, permettent de synthétiser ces données d'enquêtes. Sur la base de ces chorèmes, nous avons modélisé l'organisation spatiale des exploitations par des graphes bipartites aux sommets et aux arc étiquetés par des concepts. A certains sous-graphes, décrivant des structures spatiales intéressantes, sont adjoints des explications, décrivant l'organisation fonctionnelle, pour constituer des cas. La modélisation conjointe a abouti à la reconception des chorèmes et à la constitution d'une base de cas et de hiérarchies de concepts du domaine. Le système de RàPC ROSA permet de proposer des explications de fonctionnement à un graphe d'organisation spatiale en utilisant les cas enregistrés. La comparaison des graphes s'appuie sur le mécanisme des logiques de description : étant donné un graphe d'exploitation cible, on lui associe des graphes sources de la base de cas au moyen d'opérations de généralisation et de spécialisation.

Cette thèse présente une application et des extensions des principes et des technologies relatives au Web sémantique pour la construction d'un portail dédié à la gestion des connaissances en cancérologie. OWL, langage de représentation d'ontologies, est notamment employé pour la représentation des connaissances contenues dans les référentiels, sortes de protocoles de décision médicaux. Les inférences associées à OWL sont utilisées pour l'aide à la décision dans le cadre de l'application des référentiels. Mais les connaissances contenues dans les référentiels ne permettent pas de prendre en compte toutes les situations et nécessitent d'être adaptées pour certains cas particuliers. Pour cette raison, nous proposons une extension des technologies du Web sémantique afin de permettre la représentation de connaissances d'adaptation et l'implémentation d'un mécanisme de raisonnement à partir de cas (RÀPC) intégré à l'infrastructure du Web sémantique. Par ailleurs, dans des domaines complexes tels que la cancérologie, coexistent différents points de vue, c'est-à-dire différentes façons de considérer les connaissances du domaine et différentes façons de les utiliser. La notion d'ontologie ne permet pas de prendre en compte cette multiplicité de points de vue. Pour cette raison, nous avons étudié les formalismes de représentation des connaissances intégrant de façon explicite la notion de point de vue. Nous nous appuyons sur le langage C-OWL afin d'établir une représentation multi-points de vue des connaissances contenues dans les référentiels en accord avec les technologies du Web sémantique. Sur la base de cette représentation multi-points de vue en C-OWL, un mécanisme de RÀPC décentralisé est défini. Celui-ci exploite les multiples points de vue pour distribuer le RÀPC en différents processus. Les relations existant entre les points de vue sont quant à elles utilisées pour l'échange de connaissances et la collaboration entre ces différents processus. Au travers de l'application en cancérologie, la représentation multi-points de vue montre ainsi des apports concernant les difficultés inhérentes à l'ingénierie des connaissances (acquisition, évolution), la mise en oeuvre du mécanisme de RÀPC (utilisation de plusieurs cas, combinaison de points de vue) et le « passage à l'échelle » des mécanismes de raisonnements pour le Web sémantique, RÀPC compris.

Le web sémantique est un nouveau paradigme web qui fournit un cadre commun pour des données devant être partagées et réutilisées à travers des applications, en franchissant les frontières entre les entreprises et les communautés. Le problème majeur que l'on rencontre à présent, est la manière de relier les informations provenant de différentes sources, celles-ci utilisant souvent une syntaxe et une sémantique différentes. Puisqu'aujourd'hui, la plupart des informations sont gardées dans des bases de données relationnelles, l'intégration de source de données relationnelle dans le web sémantique est donc très attendue.<br /> L'objectif de cette thèse est de fournir des méthodes et des techniques pour résoudre ce problème d'intégration des bases de données. Nous proposons une approche combinant des représentations de schémas à base d'ontologie et des logiques de descriptions. Les schémas de base de données sont conçus en utilisant la méthodologie ORM. La stabilité et la flexibilité de ORM facilite la maintenance et l'évolution des systèmes d'intégration. Un nouveau langage d'ontologie web et ses fondements logiques sont proposées afin de capturer la sémantique des sources de données relationnelles, tout en assurant le raisonnement décidable et automatique sur les informations provenant des sources. Une traduction automatisée des modèles ORM en ontologies est introduite pour permettre d'extraire la sémantique des données rapidement et sans faillibilité. Ce mécanisme prévoit la coexistence d'autre sources d'informations, tel que l'hypertexte, intégrées à l'environnement web sémantique.<br /> Cette thèse constitue une avancée dans un certain nombre de domaine, notamment dans l'intégration de données, l'ingénierie des ontologies, les logiques de descriptions, et la modélisation conceptuelle. Ce travail pourra fournir les fondations pour d'autres investigations pour intégrer les données provenant de sources relationnelles vers le web sémantique.

Cette thèse porte sur l'utilisation d'ontologies et de bases de connaissances pour guider différentes étapes du processus d'Extraction de Connaissances à partir de Bases de Données (ECBD) et sur une application en pharmacogénomique. Les données relatives à ce domaine sont hétérogènes, complexes, et distribuées dans diverses bases de données, ce qui rend cruciale l'étape préliminaire de préparation et d'intégration des données à fouiller. Je propose pour guider cette étape une approche originale d'intégration de données qui s'appuie sur une représentation des connaissances du domaine sous forme de deux ontologies en logiques de description : SNP-Ontology et SO-Pharm. Cette approche a été implémentée grâce aux technologies du Web sémantique et conduit au peuplement d'une base de connaissances pharmacogénomique. Le fait que les données à fouiller soient alors disponibles dans une base de connaissances entraîne de nouvelles potentialités pour le processus d'extraction de connaissances. Je me suis d'abord intéressé au problème de la sélection des données les plus pertinentes à fouiller en montrant comment la base de connaissances peut être exploitée dans ce but. Ensuite j'ai décrit et appliqué à la pharmacogénomique, une méthode qui permet l'extraction de connaissances directement à partir d'une base de connaissances. Cette méthode appelée Analyse des Assertions de Rôles (ou AAR) permet d'utiliser des algorithmes de fouille de données sur un ensemble d'assertions de la base de connaissances pharmacogénomique et d'expliciter des connaissances nouvelles et pertinentes qui y étaient enfouies.