Si les Systèmes Multi-Agents (SMA) sont devenus des techniques de modélisation largement utilisées dans le domaine de la simulation de systèmes complexes, l'application de ces outils à des contextes géographiques reste cependant encore embryonnaire. L'intégration de la dimension spatiale au sein des SMA apporte en effet de nouvelles difficultés de modélisation que cette thèse aborde dans le cadre de la navigation maritime. Cette recherche propose un modèle multi-agents adapté à la représentation de comportements d'agents dans un environnement géographique. La démarche développée intègre une approche de raisonnement qualitatif et les comportements multiples des agents à travers le concept de rôle. Du point de vue du raisonnement spatial, modéliser les agents dans un environnement géographique impose de représenter les relations qui traduisent les interactions dans cet espace. A partir de cette observation, notre recherche développe un modèle d'interaction des agents basé sur des raisonnements spatiaux qualitatifs où les propriétés de l'environnement et du contexte géographique sont prises en compte. Le deuxième apport de la recherche est orienté vers la définition d'un modèle agent flexible qui permet la représentation de comportements multiples et changeants à travers la notion de rôle. La recherche est validée par la réalisation du prototype TRANS (Tractable Role Agent prototype for concurrent Navigation Systems) dont l'objectif est de modéliser et de simuler les trajectoires simultanées de navires.

English only

L'idée d'établir des relations entre des objets et de les représenter dans la base de connaissances d'un système informatique est le propre de toute approche en Intelligence Artificielle. Cependant, la plupart des formalismes de représentation de connaissances n'exploitent pas toute la richesse de la sémantique de ces relations, ni le comportement qui leur est associé. En recherche d'informations, les traitements de ces relations ne sont guère mieux élaborés et l'impact de leur prise en compte lors de la phase de correspondance n'a jamais été établi, même s'il reste vrai que de nombreuses approches tiennent compte de leur présence dans le document et tentent ainsi de les représenter lors du processus d'indexation. Pourtant la recherche de documents structurés ou complexes exige plus que jamais, outre un langage d'indexation robuste et expressif, la prise en charge de la sémantique des relations ainsi que leurs propriétés. À travers une étude des nouvelles exigences auxquelles la recherche d'informations d'aujourd'hui doit répondre, nous proposons un modèle d'indexation relationnel pour les documents. L'approche consiste à considérer qu'un terme d'indexation est fondé sur des concepts complexes où les connecteurs sémantiques sont vus comme des opérateurs, ou des relations permettant de construire des expressions nouvelles représentant des concepts nouveaux ou des situations nouvelles. Le modèle proposé ne se contente pas de représenter les relations, mais permet aussi d'offrir un cadre général précisant les principes généraux de manipulation de ces relations et la prise en compte de leurs propriétés dans un processus de recherche fondé sur une approche logique. Le modèle proposé comporte deux composantes: le langage de représentation des informations, permettant une approche d'indexation relationnelle, et les règles de dérivation qui, reprenant ce langage, permettent de diriger le processus de correspondance. Nous utilisons la théorie des situations comme langage de représentation et un système de dérivation de pertinence, reposant sur une axiomatisation de la notion de correspondance entre les documents et la requête pour la prise en compte des relations. Une caractéristique intéressante de ce modèle est qu'il conduit à étendre certains formalismes de représentation de connaissances par des notions utiles en recherche d'informations. Les limitations de la famille des logiques terminologiques, utilisée par ailleurs comme base formelle de l'approche d'indexation relationnelle proposée, peuvent ainsi être surmontées. Cependant, la complexité des traitements associés à cette famille de logiques empêche de les utiliser comme un modèle opérationnel. Nous proposons alors le formalisme des graphes conceptuels comme un bon compromis entre la complexité des démonstrateurs de théorèmes et la simplicité des approches algébriques. Ce formalisme est alors vu, à travers une interprétation logique adéquate, comme une implantation d'une logique terminologique étendue et du modèle d'indexation. Notre approche a été implantée sur une plate-forme de gestion de graphes conceptuels, réalisée sur le système de gestion de base de données à objets O2. Le prototype RELIEF résultant de notre expérimentation a été testé sur une collection d'images et a démontré l'applicabilité et le bien-fondé de notre approche.

Il est à présent communément admis que plus de 70% des pages Web contiennent des références spatiales et temporelles à travers l'occurrence de noms de lieux, d'adresses, de coordonnées géographiques, de dates, etc. Néanmoins, ces informations spatiales et temporelles restent inexploitées, alors qu'elles pourraient être utilisées par les moteurs de recherche pour préciser le contexte d'une requête, pour la désambiguïsation de celle-ci, pour la classification des résultats, etc. Partant de ce constat, notre travail s'intéresse à l'étude des techniques de représentation et de raisonnement à base d'annotations spatiales et temporelles, indispensables pour la mise en place d'un futur Web Sémantique que l'on souhaiterait aussi Géospatial, c'est-à-dire capable par extension de gérer les dimensions spatiale mais également temporelle de l'information. L'objectif du Web Sémantique Géospatial est, en ce sens, identique à celui du Web Sémantique : associer aux données spatio-temporelles des descriptions (métadonnées) interprétables par les humains, mais surtout par les machines, afin que le traitement automatisé de ces données par des agents logiciels soit possible et efficient. Nous définissons dans cette thèse un raisonneur spatial et temporel, compatible avec le langage standard de définition d'ontologies, OWL, ainsi qu'avec l'évolution OWL 2. Notre système, appelé ONTOAST, est capable d'exploiter à la fois des données spatiales et temporelles quantitatives (i.e. les coordonnées géométriques des objets spatiaux, les intervalles de temps ou/et les instants. . . ) et des relations spatiales et temporelles qualitatives pour déduire des relations spatiales et temporelles jusque là implicites. Le but est de répondre à des questions telles que : "Quelles sont les villes qui se trouvent au Sud-Ouest de la France ?" ou "Quels sont les objectifs touristiques proches de ma position actuelle ?". . . Cette thèse s'intéresse également à une nouvelle technique de fouille du Web Sémantique, appelé analyse sémantique, qui vise la découverte des relations directes et indirectes qui existent entre deux individus. Nous proposons l'adaptation de l'analyse sémantique, initialement définie pour les graphes RDF(S), pour les ontologies OWL 2. Également, nous étendons ce processus d'analyse en y intégrant les informations spatiales et temporelles attachées aux individus. Celles-ci sont utilisées pour filtrer des connaissances ontologiques par rapport à un contexte spatial et temporel défini qui vise à préciser la portée spatiale et temporelle d'une requête, mais également pour la déduction de nouvelles associations sémantiques mettant en exergue une proximité spatiale ou/et temporelle entre individus.

L'idée de l'argumentation est de rechercher dans une base de connaissances, pour chaque proposition dont on souhaite évaluer la validité, les raisons qui étayent cette proposition et celles qui l'infirment. Un argument est alors entendu comme une paire comprenant une proposition et les raisons qui la justifient. Notre propos est d'offrir des outils formels pour la génération automatique d'arguments par deux agents en situation de dialogue. Ces outils reposent sur les X-logiques, formalisme non-monotone proposé en 1996 par Siegel et Forget et déterminant un cadre fondateur autour de la notion de preuve pour le raisonnement non-monotone. En particulier l'ensemble X servant à paramétrer la relation d'inférence confère une souplesse inégalée à la gestion dynamique des arguments. Après un tour d'horizon des travaux passés en matière de représentations logiques pour l'argumentation, nous introduisons les X-logiques, à partir desquelles est composée la notion d'attitude d'un agent par rapport à une formule. Nous définissons ensuite des opérateurs de confrontation qui permettent d'associer des ensembles de formules aux attitudes d'un agent. Le concept de réponse d'un agent à un ensemble de formules est alors élaboré en tant que motivation de l'attitude de cet agent vis-à-vis de l'ensemble en question. Plusieurs formes de réponses sont distinguées parmi lesquelles les notions de réponse pertinente ou encore de mensonge. Une réponse représente les raisons qui justifient la conclusion d'un argument : c'est à partir du calcul de ces réponses que nous exhibons une procédure de génération automatique d'arguments. Enfin nous montrons que notre cadre argumentatif permet de générer les contre-arguments conservatifs maximaux de Besnard et Hunter (2001), arguments retenus pour leur pertinence.

Cette thèse traite de l'analyse et de la reconnaissance de documents administratifs. L'arrivée continue des documents nous a conduit à choisir une méthodologie prenant en compte les expériences précédentes. Aussi, nous avons opté pour le raisonnement à partir de cas. A partir d'une structuration de base du document représentant ses éléments comme les adresses, les zones de montants et les tableaux, un modèle du document est construit sous forme d'un graphe. Il correspond au problème à résoudre. Ce problème est ensuite comparé à une base de cas de documents en utilisant le sondage de graphes. Si un cas de document similaire existe, alors il est adapté pour analyser et interpréter le cas courant. Sinon, une analyse structure par structure est effectuée en utilisant une base de cas de structures élémentaires de documents. L'arrivée continue des données impose un mode d'apprentissage incrémental, qui peut être fait au fur et à mesure du traitement. Nous avons donc proposé une amélioration d'un réseau de neurone incrémental existant appelé Incremental Growing Neural Gas. L'amélioration proposée consiste à prendre en compte uniquement le voisinage local du neurone le plus proche lors de la phase de création d'un nouveau neurone. Le réseau proposé a été testé avec succès aussi bien sur des documents (factures, formulaires) que sur des données synthétiques. Cette thèse étant effectuée en collaboration avec l'entreprise ITESOFT, nous avons testé toutes les étapes de notre approche sur des cas réels.

Cette thèse propose et étudie de nouveaux systèmes déductifs mêlant calculs et déductions. La déduction modulo est un premier formalisme qui traduit un pouvoir calculatoire grâce à un système de réécriture. Nous présentons un paradigme dual appelé superdéduction qui traduit un pouvoir déductif par de nouvelles inférences. Ces pouvoirs calculatoires et déductifs modifient la représentation des preuves et leur interaction par les processus d'élimination des coupures. La normalisation forte ou l'admissibilité des coupures ne sont plus garanties et apparaissent alors comme des propriétés intrinsèques des théories représentées sous forme de systèmes de réécriture. Nous démontrons que certains critères permeent d'assurer ces propriétés, notamment en définissant un langage de termes de preuve pour la superdéduction et en étudiant la permutabilité des inférences en calcul des séquents classique. Notre attention est focalisée sur les calculs des séquents classiques et la représentation des preuves dans de tels systèmes. D'autres formalismes connexes sont envisagés, notamment les réseaux de preuve et le focusing. Nous comparons cette dernière approe à la superdéduction, ce qui nous amène à proposer une refonte du paradigme de superdéduction basée sur un système de multifocusing pour la logique classique. Nous en montrons les effets bénéfiques en démontrant la complétude des systèmes déductifs obtenus.

Cette thèse propose plusieurs contributions sur le thème de la détection d'implications textuelles (DIT). La DIT est la capacité humaine, étant donné deux textes, à pouvoir dire si le sens du second texte peut être déduit à partir de celui du premier. Une des contributions apportée au domaine est un système de DIT hybride prenant les analyses d'un analyseur syntaxique stochastique existant afin de les étiqueter avec des rôles sémantiques, puis transformant les structures obtenues en formules logiques grâce à des règles de réécriture pour tester finalement l'implication à l'aide d'outils de preuve. L'autre contribution de cette thèse est la génération de suites de tests finement annotés avec une distribution uniforme des phénomènes couplée avec une nouvelle méthode d'évaluation des systèmes utilisant les techniques de fouille d'erreurs développées par la communauté de l'analyse syntaxique permettant une meilleure identification des limites des systèmes. Pour cela nous créons un ensemble de formules sémantiques puis nous générons les réalisations syntaxiques annotées correspondantes à l'aide d'un système de génération existant. Nous testons ensuite s'il y a implication ou non entre chaque couple de réalisations syntaxiques possible. Enfin nous sélectionnons un sous-ensemble de cet ensemble de problèmes d'une taille donnée et satisfaisant un certain nombre de contraintes à l'aide d'un algorithme que nous avons développé.

Lorsqu'une base de connaissance est construite de manière incrémentale, le dernier ajout peut être contradictoire avec le contenu de la base. Or, l'objectif d'une base de connaissance est de modéliser un domaine et elle doit donc être consistante, c'est-à-dire admettre au moins un modèle. Pour ajouter une connaissance inconsistante avec la base, il faut donc modifier celle-ci afin de préserver sa consistance. Cette problématique se rapproche de celle de la révision dans les langages logiques, dont le principal inconvénient est la complexité qui ne permet pas l'implémentation. L'objectif est de définir une révision, dans le cadre des représentations de connaissance par objets, qui puisse être implémentée, notamment en tenant compte des particularités des langages de représentation par objets. Dans un premier temps, nous définissons formellement un langage d'objets : sa sémantique et un système déductif syntaxique correct et complet par rapport à la sémantique. De plus, nous définissons syntaxiquement l'inconsistance, ce qui permet de la détecter en se basant sur les propriétés de localité du langage. Contrairement aux langages logiques classiques, une inconsistance ne permet pas de tout déduire et reste donc localisée. Dans un second temps, nous définissons les bases révisées qui satisfont les postulats classiques de la révision, en particulier la minimalité, principe selon lequel il faut perdre le moins possible de connaissance. La minimalité peut s'interpréter intuitivement selon la relation d'ordre entre les classes. Cependant, elle est basée sur l'inclusion ensembliste et n'est pas un critère suffisant pour obtenir une unique base. Un algorithme, qui a été implémenté, propose donc toutes les bases révisées minimales suite à un ajout inconsistant ; il est interactif afin de maîtriser la complexité inhérente à la révision.

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.