Search

International audience

National audience; Objectifs À l’ère du numérique, dans une UE où tout est dématérialisé, le retour à des objets physiques dans une activité sociale déconnectée est en décalage avec les habitudes.JADE (Jeu d’Apprentissage De l’Ergonomie) est un jeu de société de plateau coopératif pédagogique. Nous l’avons imaginé pour l’utiliser en groupe lors du TD final d’un cours d’ergonomie des logiciels, afin d’aider les étudiant‧e‧s à prendre du recul sur l’enseignement dispensé en croisant les différents concepts étudiés. En effet, à l’issue de l’UE, elles‧ils maîtrisent bien les concepts, mais continuent à avoir des difficultés à mettre en pratique les liens entre ces concepts. Une utilisation en soutien est également envisagée.Le jeu vise deux publics cible : les étudiant‧e‧s en informatique et le grand public lors de la fête de la science. Nous ciblons en priorité les étudiant‧e‧s de L2/L3 qui suivent nos cours d’ergonomie (LifIHM Interactions Homme-Machine), mais nous pourrions faire utiliser le jeu aux étudiant‧e‧s de M1 qui n’ont pas suivi d’UE équivalente dans leur université d’origine. Une utilisation du jeu en groupes mixtes en début d’année pourrait réduire cet écart et constituer une activité d’intégration intéressante. Des déclinaisons dans d’autres UE sont également envisageables.Le jeuLe plateau est constitué d’une capture d’écran de l’interface du logiciel à évaluer ergonomiquement (le jeu comportera plusieurs tels plateaux). Des symboles représentent les concepts d’ergonomie. Ils sont déclinés sur un ensemble de dés qui permettent de désigner les points à étudier dans la partie. On retrouve également ces symboles sur les jetons qui matérialisent l’application correcte ou incorrecte des concepts sur le plateau.Nous envisageons de compléter le dispositif avec des fiches-concepts comportant le nom du concept, son symbole, sa description/définition, un exemple et un contre-exemple. Ces fiches pourront pointer, grâce à des QRcodes, vers des vidéos pédagogiques associées aux concepts, réalisées par les étudiant‧e‧s dans le cadre de l’UE :https://www.youtube.com/playlist?list=PLW3hlBH7lNJJCC4C_jkc8AcwzmsOE1xym Deux exemplaires du jeu ont été réalisés et testés une première fois auprès de 73 étudiant‧e‧s.Résultats attendusNous espérons une amélioration des compétences et surtout un meilleur recul des étudiant‧e‧s, ainsi qu’un meilleur réinvestissement des compétences acquises dans les UE suivantes, en stage et ultérieurement en milieu professionnel.Nous pensons également que ce jeu de société coopératif agira, au-delà de l’UE, sur la motivation des étudiant‧e‧s et sur la cohésion de groupe et leur sentiment d’appartenance à une promotion.Projet soutenu par l’Université Lyon 1 via l’AAP Pratiques Pédagogiques Innovantes 2018

Part 3: Machine Learning; International audience; We present in this paper an easier way to manage activity traces and to compute human learning indicators activities in Technology Enhanced Learning TEL systems. We review our research work related to Trace based system TBS and we explain how we use TBS to develop new and generic model to represent the indicator life cycle from its creation to its reuse. This paper presents the underlying theory and how this theory is implemented to compute human learning indicators activities available for use with any other learning platform, provided the TBS can access the learning platform traces.

International audience; Academic advising is limited in its ability to assist students in identifying academic pathways. Selecting a major and a university is a challenging process rife with anxiety. Students at high school are not sure how to match their interests with their working future or major. Therefore, high school students need guidance and support. Moreover, students need to filter, prioritize and efficiently get appropriate information from the web in order to solve the problem of information overload. This paper represents an approach for developing ontology-based recommender system improved with machine learning techniques to orient students in higher education. The proposed recommender system is an assessment tool for students' vocational strengths and weaknesses, interests and capabilities. The main objective of our ontology-based recommender system is to identify the student requirements, interests, preferences and capabilities to recommend the appropriate major and university for each one.

This article contains the three contributions of the mini-symposium about MOOCs (Massive Open Online Courses) organized by Violaine Louvet (Institut Camille Jordan, CNRS). The first contribution is from Alain Mille from LIRIS, about the main research questions on this new way of learning. The second one is from Marc Buffat, LMFA. He reviews some open source Web2.0 computational environments which are used in a new MOOC on scientific computing. Marco Picasso, EPFL, is the author of the last contribution where he discusses the development of a MOOC in Numerical Analysis, before the MOOC, the course during the MOOC and the results. Many thanks to the authors who give a very interesting overview of the subject.

International audience; In 1781, Immanuel Kant argued that cognitive agents ignored the underlying structure of their world " as such " (the noumenal reality), and could only know phenomenal reality (the world " as it appears " through their experience). We introduce design principles to implement these theoretical ideas. Our agent's input data is not a direct function of the environment's state as it is in most symbolic or reinforcement-learning models. The agent is designed to discover and learn regularities in its stream of experience and to construct knowledge about phenomena whose hypothetical presence in the environment explains these regularities. We report a proof-of-concept experiment in which the agent constructs categories of phenomena, and exploits this knowledge to satisfy innate preferences. This work suggests a new approach to cognitive modeling that focuses on the agent's internal stream of experience. We argue that this approach complies with theories of embodied cognition and enaction.

National audience; La conception de systèmes d'assistance pour une application n'est pas une tâche aisée. Elle est souvent entreprise par des experts du domaine. Le sys-tème SEPIA fournit des outils pour permettre aux non-informaticiens de créer a posteriori des systèmes d'assistance pour de nombreux types d'applications. Néanmoins, la phase de définition de tels systèmes nécessite une connaissance des besoins d'assistance qui n'est pour l'instant pas fournit par le système SEPIA. De plus, dès lors que les utilisateurs se servent des systèmes d'aide à leur disposition , leurs usages de l'application s'en trouve modifiés. Pour que les systèmes d'assistance restent efficaces et pertinents, ceux-ci doivent donc évoluer pour s'adapter au contexte de leur utilisation. Dans cet article nous présentons nos re-cherches qui visent à construire un tableau de bord à destination des concepteurs d'assistance utilisant le système SEPIA. Cet outil a pour but de lui permettre, pendant la phase de définition des systèmes d'assistance, de visualiser les besoins d'assistance pour une application-cible et des utilisateurs donnés, puis durant l'utilisation de ces systèmes d'assistance, de les adapter et de les améliorer.

International audience; We join Füllsack in his effort to untangle the concepts of circular causation, macro states, and observation by reanalyzing one of our own simulations in the light of these concepts. This simulation presents an example agent that keeps track of its own macro states. We examine how human observers (experimenters and readers of this commentary) can consider such an agent as an observing agent on its own.

International audience; More and more things are now connected to the Internet and become part of the Web of Things. The notion of " thing " encompasses various types of devices, from complex robots to simple sensors. In particular, things may rely on limited memory, storage and computing capabilities. We propose an architecture able to embed both semantic and RESTful technologies into constrained things, while being generic and reconfigurable. It combines emerging standards such as CoAP and Hydra to split RDF graphs, process requests, and generate responses on-the-fly. We validate our proposition by implementing such a Server in an Arduino UNO.

National audience; Dans le processus d'extraction de connaissances à partir de données (ECD), l'analyste est au centre des opérations car c'est lui qui possède les connaissances pour interpréter les résultats. L'interactivité est alors déterminante lors de l'interprétation des motifs issus de la fouille pour choisir ceux qui deviendront des connais-sances. Nous proposons une démarche d'interprétation interactive lors du processus d'extraction de connais-sances à partir de données (ECD), dans le cadre de la recherche d'épisodes séquentiels à partir de traces. Elle s'appuie sur une visualisation des épisodes séquentiels obtenus par la fouille, sur lesquels l'analyste peut inter-agir. Il peut trier les résultats à l'aide de mesures de qualité, visualiser les occurrences de motifs sur la trace, et et un mécanisme de révision automatique permet de filtrer les motifs au voisinage d'un motif choisi. Des expérimentations montrent l'intérêt de cette approche qui est appliquée au domaine de l'analyse mélodique.

National audience; This paper introduces an original model to provide software agents and robots with the capacity of learning by interpreting regularities in their stream of sensorimotor experience rather than by exploiting data that would give them ontological information about a predefined domain. Specifically, this model pulls inspiration from: a) the movement of embodied cognition, b) the philosophy of knowledge, c) constructivist epistemology, and d) the theory of enaction. Respectively to these four influences: a) Our agents discover their environment through their body’s active capacity of experimentation. b) They do not know their environment “as such” but only “as they can experience it”. c) They construct knowledge from regularities of sensorimotor experience. d) They have some level of constitutive autonomy. Technically, this model differs from the traditional perception/cognition/action model in that it rests upon atomic sensorimotor experiences rather than separating percepts from actions. We present algorithms that implement this model, and we describe experiments to validate these algorithms. These experiments show that the agents exhibit a certain form of intelligence through their behaviors, as they construct proto-ontological knowledge of the phenomena that appear to them when they observe persistent possibilities of sensorimotor experiences in time and space. These results promote a theory of artificial intelligence without ontological data about a presupposed reality. An application includes a more robust way of creating robots capable of constructing their own knowledge and goals in the real world, which could be initially unknown to them and un-modeled by their designers.; Cet article propose un modèle original pour doter des agents informatiques ou des robots de la capacité d’apprendre en interprétant des régularités dans leur flux d’expériences sensorimotrices plutôt qu’en exploitant des données qui leur apporteraient des informations ontologiques sur un domaine prédéfini. Ce modèle s’inspire en particulier de : a) le courant de la cognition incarnée, b) la philosophie de la connaissance, c) l’épistémologie constructiviste, et d) la théorie de l’énaction. Respectivement à ces quatre influences : a) Nos agents découvrent leur environnement à travers les capacités expérimentales actives de leur corps. b) Ils ne connaissent pas leur environnement « en soi » mais uniquement « en ce qu’ils peuvent en faire l’expérience ». c) Ils construisent leurs connaissances à partir de régularités d’expériences sensorimotrices. d) Ils disposent d’une certaine autonomie constitutive. Techniquement, ce modèle se distingue du modèle perception/cognition/action classique par le fait qu’il considère des expériences sensorimotrices atomiques au lieu de séparer les percepts et les actions. Nous présentons des algorithmes qui implémentent ce modèle, et décrivons des expérimentations permettant de les valider. Les expérimentations montrent que les agents exhibent une certaine forme d’intelligence dans leurs comportements en construisant une connaissance proto-ontologique des phénomènes qui apparaissent à eux quand ils constatent des possibilités d’expériences sensorimotrices persistantes dans l’espace et le temps. Ces résultats promeuvent une théorie de l’intelligence artificielle sans données ontologiques sur une réalité présupposée, avec, comme perspectives applicatives, des robots capables de construire leurs propres connaissances et objectifs dans le monde réel, initialement inconnu d’eux et non modélisé par leur concepteur.

The Web of Things extends the Internet of Things with Web technologies to interconnect smart things and build scalable, adaptable, and interoperable applications. In this context, smart things expose their services as RESTful resources, to be combined in composite applications. Though, due to the proliferation of connected objects, multiple smart things often are available to provide a single service, showing the need for a task allocation mechanism for the Web of Things. Our work addresses the task allocation problem, which consists in selecting a set of objects to realize a complex application in a setup where several objects provide the same functionality. We rely on a multi-agent approach to describe this problem as a Distributed Constraint Satisfaction problem. We propose a solution that respects the fundamental principles of the Web by respecting the REST architectural style and design principles. We implemented our solution with a typical smart city scenario to show the applicability of our approach.

Artificial Intelligence without Using Ontological Data about a Presupposed Reality. This paper introduces an original model to provide software agents and robots with the capacity of learning by interpreting regularities in their stream of sensorimotor experience rather than by exploiting data that would give them ontological information about a predefined domain. Specifically, this model pulls inspiration from : a) the movement of embodied cognition, b) the philosophy of knowledge, c) constructivist epistemology, and d) the theory of enaction. Respectively to these four influences : a) Our agents discover their environment through their body’s active capacity of experimentation. b) They do not know their environment “ as such” but only “ as they can experience it”. c) They construct knowledge from regularities of sensorimotor experience. d) They have some level of constitutive autonomy. Technically, this model differs from the traditional perception / cognition/ action model in that it rests upon atomic sensorimotor experiences rather than separating percepts from actions. We present algorithms that implement this model, and we describe experiments to validate these algorithms. These experiments show that the agents exhibit a certain form of intelligence through their behaviors, as they construct proto-ontological knowledge of the phenomena that appear to them when they observe persistent possibilities of sensorimotor experiences in time and space. These results promote a theory of artificial intelligence without ontological data about a presupposed reality. An application includes a more robust way of creating robots capable of constructing their own knowledge and goals in the real world, which could be initially unknown to them and un-modeled by their designers., Cet article propose un modèle original pour doter des agents informatiques ou des robots de la capacité d’apprendre en interprétant des régularités dans leur flux d’expériences sensorimotrices plutôt qu’en exploitant des données qui leur apporteraient des informations ontologiques sur un domaine prédéfini. Ce modèle s’inspire en particulier de : a) le courant de la cognition incarnée, b) la philosophie de la connaissance, c) l’épistémologie constructiviste, et d) la théorie de l’énaction. Respectivement à ces quatre influences : a) Nos agents découvrent leur environnement à travers les capacités expérimentales actives de leur corps. b) Ils ne connaissent pas leur environnement «en soi » mais uniquement «en ce qu’ils peuvent en faire l’expérience » . c) Ils construisent leurs connaissances à partir de régularités d’expériences sensorimotrices. d) Ils disposent d’une certaine autonomie constitutive. Techniquement, ce modèle se distingue du modèle perception/cognition/action classique par le fait qu’il considère des expériences sensorimotrices atomiques au lieu de séparer les percepts et les actions. Nous présentons des algorithmes qui implémentent ce modèle, et décrivons des expérimentations permettant de les valider. Les expérimentations montrent que les agents exhibent une certaine forme d’intelligence dans leurs comportements en construisant une connaissance protoontologique des phénomènes qui apparaissent à eux quand ils constatent des possibilités d’expériences sensorimotrices persistantes dans l’espace et le temps. Ces résultats promeuvent une théorie de l’intelligence artificielle sans données ontologiques sur une réalité présupposée, avec, comme perspectives applicatives, des robots capables de construire leurs propres connaissances et objectifs dans le monde réel, initialement inconnu d’eux et non modélisé par leur concepteur., Georgeon Olivier, Mille Alain, Gay Simon. Intelligence artificielle sans données ontologiques sur une réalité présupposée. In: Intellectica. Revue de l'Association pour la Recherche Cognitive, n°65, 2016/1. Nouvelles approches en Robotique Cognitive. pp. 143-168.

International audience; We present an architecture for self-motivated agents to generate behaviors in a dynamic environment according to its possibilities of interactions. Some interactions have predefined valences that specify inborn behavioral preferences. Over time, the agent learns to recognize affordances in its surrounding environment under the form of structures called signatures of interactions. The agent keeps track of enacted interactions in a spatial memory to generate a completed context in which it can use signatures to recognize and localize distant possibilities of interactions, and generates behaviors that satisfy its motivation principles.

National audience; Les traces issues de l’interaction d’un utilisateur avec un environnement informatique sont une source d’informations non négligeable concernant l’utilisation de celui-ci, si l’on est en mesure de les étudier correctement. Dans cet article, nous proposons un langage naturel contrôlé permettant à des analystes non-informaticiens d’interroger des traces stockées dans une base RDF. Nous expliquons les apports de ce langage, sa mise en œuvre ainsi que les évolutions envisagées suite aux premières mises à l’essai.

National audience; Les systèmes de gestion de bases de traces (SGBT) proposent des fonctionnalités de transformation et de requêtage sur les traces, pouvant intéresser de nombreux utilisateurs des systèmes tracés. Notre objectif est d’assurer l’importation de traces variées à kTBS, un SGBT développé au laboratoire LIRIS. Pour pallier le problème de l’hétérogénéité des traces, nous proposons de définir un collecteur pour chaque système tracé. Pour définir un tel collecteur, un utilisateur ayant une bonne connaissance du système tracé est invité à définir son modèle de trace dans kTBS ainsi que les correspondances entre les éléments de ce modèle et des éléments des traces à importer. Le système généralise les mises en correspondances ainsi explicitées, en interaction avec l’utilisateur, pour créer des règles de Mapping. Après cette phase, la collecte va consister à générer des traces modélisées à partir des traces existantes et du Mapping ainsi défini.

National audience; Le projet AGATE a donné naissance au système SEPIA qui permet à un concepteur d'assistance de définir des systèmes d'assistance greffés dans des applications-cibles (Windows, Java, Web…), sous forme d'un ensemble de règles aLDEAS. L'articulation entre ces règles était jusqu'à maintenant exprimée implicitement dans le langage aLDEAS. L'étude de systèmes d'assistance existants montre que cette articulation entre les règles d'assistance peut prendre des formes variées. Nous proposons dans cet article d'une part un modèle d'articulation entre règles comportant les cinq modes d'articulation que nous avons identifiés, et d'autre part l'implémentation de ce modèle au sein du système SEPIA. Ce modèle explicite et facilite la définition d'articulations entre les règles d'un système d'assistance.

International audience

National audience; L'observation d'une activité pour comprendre des comportements particuliers nécessite de discerner ce qui relève ou non du contexte. En intelligence artificielle la notion de contexte est une approche modale du raisonnement et plusieurs études ont été faites pour proposer des modèles génériques de représentation des connaissances contextuelles. La question de la découverte interactive des connaissances contextuelles et de leur inscription dans un modèle générique n'est toutefois que rarement examinée dans la littérature. Cette communication propose une approche exploitant le potentiel de la représentation de l'activité par ses traces modélisées d'interaction. Elle consiste à assister la découverte du contexte explicatif par une approche interactive associant l'analyse des données, les connaissances de l'analyste et leur mise en situation dans les traces modélisés. Cette approche interactive facilite l'élicitation de ce qui est contexte ou non. De plus, nous montrons qu'il est alors possible de représenter le contexte découvert sous une forme générique telle que proposée dans la littérature spécialisée. La méthode a été implémentée et a permis la découverte de contextes explicatifs pour la consommation en carburant lors de l'activité de conduite automobile. Les expérimentations, les données et les analyses ont été menées à l'IFSTTAR dans des conditions de conduite réelles.

International audience; We propose a graphical language that enables the specification of assistance systems for a given application, by means of a set of rules. This language is completed by several assistance actions patterns. We implemented these propositions through an assistance editor aimed at assistance designers, and a generic assistance engine able to execute the specified assistance for the target-application end users, without a need to modify this application. We performed several experimentations both with assistance designers and with target-applications end users.

International audience; The SEPIA system allows creating assistance systems that meet technical assistance needs. In this paper, we aim at the exploitation of SEPIA in the educational context by confronting it to pedagogical assistance needs. This exploitation shows the limitations in the SEPIA system: complex description of rules by pedagogical designers, lack of domain knowledge. Thus, we present our patterns that facilitate the creation of assistance systems in the educational context and our ideas to allow exploitation of domain knowledge

International audience; The creation of hypervideos—displayed video streams that contain embedded user-clickable anchors and annotations— is a~manual and tedious job, requiring the preparation of assets like still frames, the segmentation of videos in scenes or chapters, and sometimes even the isolation of objects like faces within the video. In this paper, we propose a~semi-automated Web-Components-based approach to self-contained hypervideo creation. By self-contained we mean that all necessary intrinsic components of the hypervideo, e.g., still frames, should come from the video itself rather than be included as external assets. Web Components is a~set of specifications, which let Web developers apply their HTML, CSS, and JavaScript knowledge to build widgets that can be reused easily and reliably. By leveraging this evolving standard, we obtain a~high degree of abstraction, which reduces the burden of creating hypervideos to the familiar task of textually marking them up with HTML elements.

International audience; We present an architecture for self-motivated agents to organize their behaviors in space according to possibilities of interactions afforded by initially unknown objects. The long-term goal is to design agents that construct their own knowledge of objects through experience, rather than exploiting precoded knowledge. Self-motivation is defined here as a tendency to experiment and to respond to behavioral opportunities afforded by the environment. Some interactions have predefined valences that specify inborn behavioral preferences. Over time, the agent learns the relation between its perception of objects and the interactions that they afford, in the form of data structures, called signatures of interaction, which encode the minimal spatial configurations that afford an interaction. The agent keeps track of enacted interactions in a topological spatial memory, to recognize and localize subsequent possibilities of interaction (through their signatures) afforded by surrounding objects. Experiments with a simulated agent and a robot show that they learn to navigate in their environment, taking into account multiple surrounding objects, reaching or avoiding objects according to the valence of the interactions that they afford.

National audience; Dans le domaine des EIAH (Environnements Informatiques pour l’Apprentissage Humain), la personnalisation de l’enseignement tient un rôle majeur en raison du fort potentiel de ce paradigme pour l’apprentissage. Par ailleurs, dans le contexte des recherches sur le modèle ouvert de l’apprenant, de plus en plus d’EIAH proposent des activités réflexives basées sur la visualisation de profils d’apprenants. Néanmoins, la personnalisation de telles activités reste peu étudiée alors qu’elle pourrait rendre ces activités plus efficaces encore. Nous nous sommes intéressées à cette question et avons proposé une approche de personnalisation unifiée multi-aspects des activités sur les profils. Nous présentons dans cet article les modèles sur lesquels repose notre approche. Ces modèles permettent la création de séances d’activités sur les profils, de manière entièrement personnalisée par l’enseignant, tout en prenant en compte les connaissances et compétences des apprenants, ainsi que les capacités et préférences de l’ensemble des utilisateurs.

International audience; The aim of the research described in this paper is to construct learner skill profiles. The profiles represent the proficiency in knowledge described by an ontology. For this, we identify three needs: a need for a knowledge reference system that organizes knowledge, for identification of the learner knowledge used in the exercises and for a diagnosis model of knowledge. We describe how we propose to respond to each need. In particular, we propose the calculation of three types of mastery values for the knowledge. The diagnosis model we suggest takes these assessments into account in order to make a profile of each learner.

National audience; L’adjonction d’un système d’assistance épiphyte dans une application utilisée en contexte éducatif est une solution pour faciliter l’acquisition de connaissances et pour pallier les difficultés de prise en main et d’utilisation qui peuvent compromettre l’atteinte de l’objectif pédagogique de l’enseignant. Un tel système d’assistance doit être capable de fournir une assistance technique, mais aussi une assistance pédagogique. Nous présentons dans cet article de quelle manière le système SEPIA peut être utilisé afin de permettre la mise en place de systèmes d’assistance épiphytes dans une application utilisée en contexte éducatif. Nous discuterons les forces et les limites de SEPIA avant d’identifier les questions de recherches identifiées pour enrichir et adapter pleinement ce système au contexte éducatif.

International audience; This paper presents a MAS-oriented approach to enable emergence and execution of complex functionality among a fleet of heterogeneous connected objects. It relies on the Web of Things paradigm, in which such objects communicate using Web standards. In order to homogenize the objects and extend their capabilities, our approach is based on agents that can be deployed either on objects or in the cloud. Such agents can embody the object behaviors and perform negotiation to achieve collaborative functionalities.

International audience; This paper presents an architectural framework to build semantic resource mashups that query, process and integrate data from business objects, Linked Open Data sources and Web APIs, as semantic resources. Such resources can be queried locally or distantly in an HTTP-like manner and exchange representations as RDF graphs. We illustrate this work with an application that mashes up sensor and actuator data for the Web of Things.

International audience; Agents that learn from perturbations of closed control loops are considered constructivist by virtue of the fact that their input (the perturbation) does not convey ontological information about the environment. That is, they learn by actively experiencing their environment through interaction, as opposed to learning by registering directly input data characterizing the environment. Generalizing this idea, the notion of learning by experiencing provides a broader conceptual framework than cybernetic control theory for studying the double contingency problem, and may yield more progress in constructivist agent design.

International audience; In this paper, we present how the SEPIA system can be used to plug pedagogical and technical assistance systems in applications used by learners in an educational context. The SEPIA system consists in two main tools: an assistance editor that enables assistance designers to specify the assistance they wish for existing applications, and a generic assistance engine that executes the specified assistance in order to provide the application end-users with personalized assistance. We also detail an experimentation that we performed in the context of a bachelor degree.

Knowledge engineering is a field of computer science that covers fields as diverse as philosophy , cognitive science , terminology to define models and tools for designing intelligent systems based on explicit knowledge.Knowledge engineering is directly related to the more general process of knowledge discovery. Its process involves human and IT environment. This process is performed according to different modalities and reinvents itself at an accelerated pace with the web that has gradually become a unique environment combining IT and human resources systems.Articles are grouped into three themes: ontologies from their philosophical basis to their construction , extraction of knowledge from texts and the semantic web., L’ingénierie des connaissances est un domaine de l’informatique qui s’appuie sur des champs aussi divers que la philosophie, les sciences cognitives, la terminologie pour définir des modèles et la conception d’outils « intelligents » basés sur les connaissances explicites.L’ingénierie des connaissances est directement liée au processus plus général de la « découverte » des connaissances, processus associant l’humain et l’environnement informatique. Ce processus se réalise selon des modalités et se réinvente à un rythme accéléré avec le web qui s’impose progressivement comme un unique environnement associant ressources informatiques et humains en réseaux.Les articles présentés sont regroupés en trois thèmes : les ontologies de leur fondement philosophique à leur construction, l’extraction des connaissances à partir de textes et le web sémantique.

International audience; As the number of connected objects increases, there is a need to propose solutions that exploit the possibilities the Web offers to facilitate communication between physical objects and make rich user interaction a reality.Our work relies on the notion of avatar, designed to extend an object on the Web.An avatar provides an entry point to the object it extends, as well as additional intelligence via internal reasoning and interaction with other avatars and external Web resources. We herein propose a model for the reasoning part of the avatar, to expose semantic, high-level behaviors (aka functionalities) on the Web, based on capabilities that available objects offer. We motivate our work with a temperature regulation scenario, before presenting our model and the reasoning mechanisms put into play in this context, and we evaluate the applicability of our proposal with an implementation.

It is widely acknowledged that biological beings (animals) are not Markov: modelers generally do not model them as agents receiving a complete representation of their environment's state in input (except perhaps in simple controlled tasks). In this paper, we claim that biological beings generally cannot recognize rewarding Markov states of their environment either. Therefore, we model them as agents trying to perform rewarding interactions with their environment (interaction-driven tasks), but not as agents trying to reach rewarding states (state-driven tasks). We review two interaction-driven tasks: the AB and AABB task, and implement a non-Markov Reinforcement-Learning (RL) algorithm based upon historical sequences and Q-learning. Results show that this RL algorithm takes significantly longer than a constructivist algorithm implemented previously by Georgeon, Ritter, & Haynes (2009). This is because the constructivist algorithm directly learns and repeats hierarchical sequences of interactions, whereas the RL algorithm spends time learning Q-values. Along with theoretical arguments, these results support the constructivist paradigm for modeling biological agents.

International audience