LCD

L'équipe Logique, Connaissances et Décision (LCD) s’attache à développer les problèmes liés à la représentation et au raisonnement (apprentissage, déduction, induction et inférence), et leurs application, par exemple au web sémantique.

1- Représentation : Ce premier aspect de la problématique consiste à trouver les modèles de représentation adaptés au domaine traité.
Rechercher les isomorphismes (équivalence de représentation) entre une représentation sous forme de relation et une représentation sous forme de treillis algébrique flou.
Ramener l’espace topologique d’un treillis infini de connaissances floues vers un espace métrique par le biais de distances sémantiques pour l’obtention d’une représentation condensée.
Exploiter les techniques de compilation qui consistent à transformer les bases de connaissances en utilisant le format WDDNF dans une phase offline et de procéder à l'inférence à partir de la base compilée online. La complexité du processus d'inférence sera ainsi réduite.
Représenter l’information imprécise et/ou incertaine, utile à un agent de recherche d’information, dans l’annotation de pages web (entrepôt de métadonnées) dont la connaissance est disponible dans une ou plusieurs ontologies.
Modéliser des interactions de négociation multi-agent par les systèmes de dialogues du fait que les agents soient autonomes, disposant d’ontologies différentes et pouvant donc avoir des vocabulaires variés au sein d’un même langage (conflictuel) pour résoudre un problème commun.

2- Le raisonnement (logique) à partir des connaissances imparfaites
Caractériser une famille d'implications logiques floues qui permettent de conserver les propriétés topologiques de fermeture et d'ouverture.
Introduire des modalités pour l’induction de connaissances dans les treillis.
Obtenir une approximation basse et une approximation haute des connaissances imparfaites.
Exploiter le processus de fusion afin de combiner conjointement différentes sources de connaissances et de préférences dans le cadre du calcul de la décision possibiliste en utilisant des opérateurs de fusion adéquats.
Développer un système de négociation à base d’argumentation définissant ainsi un modèle de décision pour représenter les stratégies des agents.
Raffiner des recommandations via l’implication des méthodes de raisonnement par cas et celles issues de la logique floue.