INSS - Un Système Hybride Neuro-Symbolique pour l'Apprentissage Automatique Constructif.

par F. Osorio

Table des Matières


1. INTRODUCTION	


2. APPRENTISSAGE AUTOMATIQUE

   2.1 LES SYSTEMES EXPERTS ET L'ACQUISITION DE CONNAISSANCES
     2.1.1 Les Systèmes Experts
     2.1.2 La Représentation des Connaissances
       2.1.2.1 Approches Connexionnistes
       2.1.2.2 Approches Symboliques
         2.1.2.2.a Description de Cas Pratiques
         2.1.2.2.b Règles de Production et Formules Logiques
         2.1.2.2.c Réseaux Sémantiques
         2.1.2.2.d Objets Structurés et Frames
         2.1.2.2.e Méta-Connaissances
     2.1.3 L'Acquisition de Connaissances
       2.1.3.1 Méthodes d'Apprentissage Empirique
         2.1.3.1.a Apprentissage par Analogie
         2.1.3.1.b Apprentissage par Induction
       2.1.3.2 Méthodes d'Apprentissage fondées sur l'Explication
       2.1.3.3 Considérations Finales sur l'Acquisition de Connaissances

   2.2 APPRENTISSAGE AUTOMATIQUE - APPROCHES SYMBOLIQUES
     2.2.1 Arbres de Décision
       2.2.1.1 L'Apprentissage dans les Arbres de Décision
       2.2.1.2 Les Systèmes fondés sur les Arbres de Décision
       2.2.1.3 Discussion sur les Arbres de Décision
     2.2.2 Les Algorithmes Génétiques
       2.2.2.1 Principes de Base
       2.2.2.2 Induction de Règles à partir d'Exemples
       2.2.2.3 Discussion sur les Algorithmes Génétiques
     2.2.3 Le Raisonnement Fondé sur des Cas - CBR
       2.2.3.1 Principes de Base
       2.2.3.2 Discussion sur le Raisonnement Fondé sur des Cas

   2.3 APPRENTISSAGE AUTOMATIQUE - APPROCHES CONNEXIONNISTES
     2.3.1 Classification et Propriétés
       2.3.1.1 Apprentissage Connexionniste
       2.3.1.2 Type des Unités
       2.3.1.3 Type d'Architecture du Réseau
       2.3.1.4 Type d'Application du Réseau
     2.3.2 Le modèle du Perceptron Multi-Couches
     2.3.3 Discussion sur les Réseaux Connexionnistes

   2.4 VERS LES SOLUTIONS HYBRIDES
     2.4.1 Systèmes et Méthodes Hybrides d'Apprentissage Automatique
     2.4.2 Vers les Systèmes Hybrides Neuro-Symboliques


3. SYSTEMES HYBRIDES NEURO-SYMBOLIQUES

   3.1 GENERALITES

   3.2 TYPES D'INTEGRATION ET CLASSIFICATION DES SHNS
     3.2.1 Types d'Intégration
     3.2.2 Degré de Couplage
     3.2.3 Mode d'Intégration
     3.2.4 Transferts de Connaissances
     3.2.5 Type de Représentation des Connaissances
     3.2.6 Type de Codage des Connaissances
     3.2.7 Type de Méthodes de Raisonnement
     3.2.8 Mode d'Acquisition de Connaissances
     3.2.9 Classification des SHNS
     3.2.10 Discussion sur les SHNS

   3.3 REALISATIONS DE SYSTEMES HYBRIDES
     3.3.1 Système SYNHESYS
       3.3.1.1 Module Symbolique du Système SYNHESYS
       3.3.1.2 Module Connexionniste du Système SYNHESYS
       3.3.1.3 Transfert de Connaissances dans le Système SYNHESYS
       3.3.1.4 Coopération entre modules dans le Système SYNHESYS
       3.3.1.5 Discussion sur le modèle de SHNS proposé par SYNHESYS
     3.3.2 Réseaux KBANN
       3.3.2.1 Compilation de Règles dans KBANN
       3.3.2.2 L'Apprentissage dans les Réseaux KBANN
       3.3.2.3 Extraction de Règles des Réseaux KBANN
         3.3.2.3.a Algorithme SUBSET d'extraction de règles
         3.3.2.3.b Algorithme NofM d'extraction de règles
       3.3.2.4 Discussion sur les Réseaux KBANN
     3.3.3 Systèmes Connexionnistes de Raffinement de Connaissances

   3.4 CONCLUSION SUR L'ETUDE DES SHNS


4. SYSTEME INSS

   4.1 MODULE SYMBOLIQUE

   4.2 INSERTION DE CONNAISSANCES A PRIORI
     4.2.1 Compilation de Règles d'Ordre 0+
     4.2.2 Discussion sur la Compilation de Règles

   4.3 MODULE CONNEXIONNISTE
     4.3.1 Méthode d'Apprentissage Cascade-Correlation
     4.3.2 Avantages de l'Utilisation de l'Algorithme Cascade-Correlation
     4.3.3 L'Algorithme Cascade-Correlation dans NeuSim
     4.3.4 Le Module NeuSim en tant que simulateur de réseaux
     4.3.5 Discussion sur le Module Connexionniste

   4.4 EXTRACTION DE CONNAISSANCES
     4.4.1 Sélection des Unités pour l'Extraction de Règles
     4.4.2 Sélection des Connexions pour l'Extraction de Règles
     4.4.3 Application de l'algorithme SUBSET dans INSS
     4.4.4 Discussion sur le Module d'Extraction de Règles

   4.5 VERIFICATION ET VALIDATION DE CONNAISSANCES
     4.5.1 Discussion sur le Module de Vérification et Validation de Connaissances

   4.6 CONSIDERATIONS FINALES SUR LE SYSTEME INSS ET L'ACQUISITION CONSTRUCTIVE DE CONNAISSANCES


5. APPLICATIONS

   5.1 LES PROBLEMES DU MOINE (THE MONK'S PROBLEMS)
     5.1.1 Description du Problème
     5.1.2 Les Résultats Expérimentaux obtenus avec INSS
     5.1.3 Discussion Finale sur l'étude des Problèmes du Moine

   5.2 DIAGNOSTIC MEDICAL - COMAS TOXIQUES
     5.2.1 Description du Problème
     5.2.2 Description des données disponibles sur le problème
     5.2.3 Les Résultats Expérimentaux obtenus avec INSS
     5.2.4 Discussion Finale sur l'Application Médicale

   5.3 PROBLEME DE LA BALANCE
     5.3.1 Description du Problème
     5.3.2 Les Résultats Expérimentaux Obtenus avec INSS
     5.3.3 Discussion Finale sur le Problème de la Balance

   5.4 ROBOTIQUE AUTONOME
     5.4.1 Description de l'Environnement de Tests Utilisé
       5.4.1.1 Le Robot Khepera
       5.4.1.2 Le Simulateur de Khepera
     5.4.2 Les Résultats Expérimentaux Obtenus avec INSS
     5.4.3 Discussion Finale sur l'Application en Robotique Autonome

   5.5 CONSIDERATIONS FINALES


6. CONCLUSIONS ET PERSPECTIVES


7. REFERENCES BIBLIOGRAPHIQUES
   7.1 BIBLIOGRAPHIE

8. ANNEXE A
9. ANNEXE B

10. GLOSSAIRE ET ABREVIATIONS