Représentation des connaissances et formalisation des raisonnements, volume 1série : Panorama de l'Intelligence Artificielle

Représentation des connaissances et formalisation des raisonnements, volume 1série : Panorama de l'Intelligence Artificielle

Auteurs :

L'intelligence artificielle a cinquante ans révolus. Elle occupe une place singulière dans le champ très vaste de l'informatique. Alors même que l'intelligence artificielle n'a jamais connu autant de développements et d'applications variés, ses résultats restent largement méconnus dans leur ensemble, y compris dans la communauté des chercheurs en informatique.

Au-delà de monographies introductives, il n'existe pas de traité offrant une vue d'ensemble approfondie, et à jour, des recherches dans ce domaine. C'est pourquoi il était important de dresser l'état des lieux des travaux en intelligence artificielle au plan international. Pour cette entreprise de grande ampleur, il a été fait largement appel à la communauté française en intelligence artificielle. Chaque chapitre est écrit par des spécialistes du domaine.

39 €

En stock

Commande avant 16h,
expédié le jour même (lu. - ve.)

Livraison express sous 48h.

Rubrique : Données - Informatique - I.A. - IHM

ISBN : 9782364930414

Référence : 1041

Année de parution : 2014

Extrait 1041 Représentation Des Connaissances Et Formalisation Des Raisonnements, Volume 1série Panorama De L'intelligence Artificielle

PANORAMA de l'INTELLIGENCE ARTIFICIELLE

Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles.

Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine.

L’ouvrage est organisé en trois volumes :

- le premier volume regroupe vingt chapitres traitant des fondements de la représentation des connaissances et de la formalisation des raisonnements (Volume 1. Représentation des connaissances et formalisation des raisonnements) ;

- le deuxième volume offre une vue de l’IA, en onze chapitres, sous l’angle des algorithmes

(Volume 2. Algorithmes pour l’Intelligence Artificielle) ;

- le troisième volume, en onze chapitres également, décrit les principales frontières et applications de l’IA

(Volume 3. L’Intelligence Artificielle : frontières et applications).

Si chaque chapitre peut être lu indépendamment des autres, les références croisées entre chapitres sont nombreuses et un index global de l’ouvrage permet d’aborder celui-ci de façon non linéaire.

Volume 1. Représentation des connaissances et formalisation des raisonnements

Pour simuler sur un ordinateur un processus de raisonnement ou de prise de décision, il faut disposer d’une représentation de l’information à exploiter. Débutant par un chapitre retraçant la longue histoire de l’émergence de l’IA, ce premier volume passe ensuite en revue différents cadres de représentation, logiques, quantitatifs, ou graphiques, susceptibles de prendre en compte l’information incomplète, les exceptions, l’incertitude, le temps, l’espace, les préférences, les taxonomies, les normes, les émotions, ou encore la confiance entre agents. L’examen de différents types de raisonnement à base de similarité, et l’étude de nombreuses problématiques autour de la description des actions et de leurs conséquences, de l’argumentation, de la décision, du diagnostic, de la révision des croyances, de la fusion des informations, de l’interaction entre agents, de l’apprentissage, de l’acquisition et de la validation de bases de connaissances, complètent ce volume. Une postface revient sur les questions posées par la formalisation du raisonnement.

Référence :	1041
Nombre de pages :	690
Format :	17x24
Reliure :	Broché

	Rôle
Marquis Pierre	Auteur
Papini Odile	Auteur
Prade Henri	Auteur

Préface de Jacques Pitrat

1 Éléments pour une histoire de l’intelligence artificielle 1
1.1 Introduction
1.2 Les premiers pas : de l’Antiquité au XVIe siècle
1.3 Vers de nouvelles lumières : XVIIe et XVIIIe siècles
1.4 Le XIXe siècle : l’avènement de la logique
1.5 La première moitié du XXe siècle : de la logique mathématique à la cybernétique
1.6 Les débuts de l’IA moderne
1.7 Conclusion

2 Représentation des connaissances : modalités, conditionnels et raisonnement non monotone 41
2.1 Introduction
2.2 Deux logiques modales de base
2.3 Deux logiques des conditionnels
2.4 De la logique des défauts vers deux classes de formalismes non monotones
2.5 Les logiques des conditionnels à la lumière des logiques épistémicodynamiques
2.6 Conclusion

3 Représentations de l’incertitude en intelligence artificielle
3.1 Introduction
3.2 Imprécision, incertitude, gradualité, granularité
3.3 Le cadre probabiliste
3.4 Théorie des possibilités
3.5 Théorie des fonctions de croyances
3.6 Théorie des probabilités imprécises
3.7 Conclusion

4 Raisonnement qualitatif sur les systèmes dynamiques, le temps et l’espace
4.1 Introduction
4.2 Physique qualitative
4.3 Raisonnement qualitatif sur le temps et l’espace
4.4 Conclusion

5 Raisonner avec des ontologies : logiques de description et graphes conceptuels
5.1 Introduction
5.2 Logiques de description
5.3 Graphes conceptuels
5.4 LD, GC et Datalog± .
5.5 Conclusion .

6 Représentation des préférences
6.1 Introduction
6.2 Langages de représentation compacte de préférences
6.3 Langages graphiques et préférences ordinales : CP-nets et extensions
6.4 Langages graphiques et représentations numériques des préférences
6.5 Langages logiques
6.6 Conclusion

7 Normes et logique déontique
7.1 Introduction
7.2 Obligation d’être et obligation de faire
7.3 Obligations conditionnelles et contextuelles
7.4 Obligation avec délais
7.5 Obligation de groupe
7.6 Conclusion

8 Raisonnement à partir de cas, raisonnement et apprentissage par analogie, gradualité et interpolation
8.1 Introduction
8.2 Le raisonnement à partir de cas
8.3 Analogie et proportion analogique
8.4 Raisonnement interpolatif
8.5 Conclusion

9 Modèles d’apprentissage artificiel
9.1 Introduction .
9.2 Agents apprenants
9.3 Apprentissage supervisé
9.4 Apprentissage exact
9.5 Apprentissage en ligne
9.6 Apprentissage statistique
9.7 Apprentissage par renforcement
9.8 Conclusion

10 Argumentation et raisonnement en présence de contradictions
10.1 Introduction
10.2 Raisonnement à partir d’informations contradictoires
10.3 Raisonnement sous restauration virtuelle de la cohérence
10.4 Logiques paraconsistantes
10.5 Argumentation .
10.6 Raisonnement dans les systèmes d’inférence pair-à-pair
10.7 Conclusion

11 Approches de la révision et de la fusion d’informations
11.1 Introduction
11.2 Révision de croyances en logique
11.3 Révision itérée
11.4 Approche logique de la fusion d’informations
11.5 Approches valuées de la révision et de la fusion
11.6 Conclusion

12 Raisonnement sur l’action et le changement
12.1 Introduction
12.2 Raisonnement sur l’action : modèles
12.3 Raisonnement sur l’action : langages
12.4 Raisonnement sur le changement : la mise-à-jour
12.5 Conclusion

13 Décision multicritère
13.1 Introduction
13.2 Problèmes de décision multicritère
13.3 Modèles préférentiels s’inscrivant dans l’approche CA
13.4 Modèles préférentiels s’inscrivant dans l’approche AC
13.5 Conclusion

14 Décision dans l’incertain
14.1 Introduction
14.2 Le critère d’espérance d’utilité (EU)
14.3 Les modèles non linéaires de décision dans le risque
14.4 Les modèles décisionnels hors du cadre probabiliste
14.5 Les formalismes de décisions séquentielles
14.6 Conclusion

15 Systèmes multiagents : décision collective
15.1 Introduction
15.2 Vote
15.3 Partages équitables
15.4 Enchères combinatoires
15.5 Conclusion

16 Formalisation de systèmes d’agent cognitif, de la confiance et des émotions
16.1 Introduction
16.2 Systèmes formels d’agent cognitif
16.3 Formalisation de la confiance
16.4 Formalisation des émotions
16.5 Conclusion

17 Systèmes multiagents : négociation, persuasion
17.1 Introduction
17.2 Les paramètres de la négociation
17.3 Négociation bilatérale : approche axiomatique
17.4 Négociation bilatérale : protocoles et stratégies
17.5 Approches pour le cadre multilatéral
17.6 Négociation basée sur la persuasion
17.7 Conclusion

18 Diagnostic et supervision : approches à base de modèles
18.1 Introduction
18.2 Cadre logique du diagnostic
18.3 Diagnostic de systèmes à événements discrets
18.4 Passerelles entre diagnostic à base de modèles de l’IA et de l’automatique
18.5 Conclusion

19 Validation et explication
19.1 Introduction
19.2 Validation : enjeux et solutions
19.3 Explication : enjeux et solutions
19.4 Problématiques actuelles
19.5 Conclusion

20 Ingénierie des connaissances
20.1 Introduction
20.2 Modélisations utilisées
20.3 Problèmes considérés et résultats
20.4 Enjeux méthodologiques et applicatifs actuels
20.5 Conclusion

Postface de Luis Fariñas del Cerro