Université du Québec à Montréal
Modélisation et traitement informatique de l'inconsistance des croyances épistémiques
Abstract
dc:description.abstractL'inconsistance des croyances épistémiques est un problème dont l'analyse montre qu'il est lié au raisonnement démontrant l'anomalie cognitive qui cause le changement de ces croyances dans l'état cognitif des humains. Bien que ce problème cognitif a été étudié, aucun développement informatique n'a été fait au niveau de l'inconsistance des croyances qui portent sur la connaissance, c'est-à-dire des croyances épistémiques, à partir de l'analyse des catégories. Le problème de l'inconsistance de ces croyances peut apparaître lors de la reconnaissance et de la distinction des catégories. Plusieurs outils ont été développés en vue de leur flouification ou de leur traitement logique dans ce domaine (Hüllermeier, 2005 ; Thornber, 1992 ; Cintra et al. 2009 ; Costea, 2014). Cependant, ces outils ne sont pas utilisables pour représenter les catégories, leurs membres et leurs caractéristiques de distinction, c'est-à-dire les caractéristiques des membres de la catégorie qui aident à les distinguer de ceux des autres catégories. De plus, pour l'analyse de ces croyances, le processus de leur analyse est une étape importante à implémenter dans un logiciel ; ce qui n'a pas été développé auparavant. La construction de ce logiciel peut aider à surmonter le défi qui concerne l'étude des croyances épistémiques à partir de l'analyse formelle des catégories avec la logique floue en représentant leurs membres et leurs caractéristiques de démarcation, dites les démarqueurs. Cette thèse contribuera à la modélisation et au traitement informatique de l'inconsistance des croyances épistémiques à partir de l'analyse des catégories. Nous présenterons une nouvelle démarche pour l'analyse et la résolution de ce type de problème cognitif avec un logiciel en Python en utilisant un modèle dit « le modèle de l'arbre », introduit et développé précédemment en sciences cognitives (Javanbakht, 2016 ; Javanbakht, 2020) et une méthode de l'optimisation de la prise de décision dite technique for order preference by similarity to ideal solution (TOPSIS). Nous utiliserons une approche originale de la prise de décision automatisée pour faire la caractérisation, la prédiction, la détection et l'analyse de l'inconsistance des croyances épistémiques à partir de l'étude des catégories. Les résultats obtenus avec le logiciel développé seront discutés. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Croyance épistémique, Inconsistance cognitive, Logique floue, Modèle de l'arbre, TOPSIS, Décision automatisée, Intelligence artificielle
Degree
thesis:*- Grantor dc:publisher.institution
- Université du Québec à Montréal
- Year dc:date.issued
- 2022
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Javanbakht, Taraneh