Français Anglais
Accueil Annuaire Plan du site
Accueil > Production scientifique > Thèses et habilitations
Production scientifique
Doctorat de CAILLOU Philippe
CAILLOU Philippe
Doctorat
Equipe : Apprentissage et Optimisation

Modèle Arco: Apprentissages Multiples Et Raisonnement Réflexif Avec Des Connaissances Homogènes

Début le 01/09/2000
Direction :

Ecole doctorale : ED STIC 580
Etablissement d'inscription : Université Paris 9 (Dauphine)

Lieu de déroulement : LAMSADE, Université Paris Dauphine

Soutenue le 09/12/2004 devant le jury composé de :
Directeurs de thèse : Monsieur Edwin DIDAY
Professeur à l’Université Paris Dauphine
Madame Suzanne PINSON
Professeur à l’Université Paris Dauphine
Rapporteurs : Monsieur Tristan CAZENAVE
Maître de Conférence – HDR – à l’Université Paris 8
Monsieur Richard ÉMILION
Professeur à l’Université d’Orléans
Suffragants : Madame Anne NICOLLE
Professeur à l’Université de Caen
Madame Sylvie KORNMAN
Maître de Conférence à l’Université Paris Dauphine

Activités de recherche :

Résumé :
L’objectif de cette thèse est de proposer un modèle d’agent qui s’adapte à son environnement.
Pour cela, il découvre et utilise efficacement de nouveaux concepts, objets et heuristiques, à
partir de son expérience.
Les connaissances de l’agent sont représentées de façon homogène dans un graphe orienté
afin qu’il puisse créer, exécuter et analyser ses propres règles. L’utilisation homogène et
efficace de ces connaissances se fait grâce à la transmission d’un flux d’activation dans le
graphe. L’activation des connaissance détermine l’état mental courant de l’agent, qui
détermine lui-même de façon probabiliste les concepts et règles utilisées. La découverte de
nouveaux concepts se fait par induction à l’aide de l’analyse de données symboliques. Des
règles de déduction permettent de créer les règles et liens associés à ces nouveaux concepts.
Enfin, le contrôle de l’agent via les émotions permet à la fois d’intégrer les nouveaux
concepts en renforçant les liens utiles, et de guider l’agent indépendamment de sa sémantique.
Un agent correspondant au modèle décrit a été implémenté afin de vérifier sa cohérence et son
fonctionnement sur un exemple simple. Les résultats montrent que les différents éléments
s’intègrent bien et que les différents apprentissages successifs fonctionnent correctement.