Back to Search
Start Over
Apprentissage automatique et acquisition des connaissances : deux approches complémentaires pour les systèmes à base de connaissances. Application au système ACASYA d'aide à la certification des systèmes de transport automatisés
- Source :
- HAL, BASE-Bielefeld Academic Search Engine, [Travaux universitaires] Thèse de doctorat, Université de valenciennes et du Hainaut-Cambrésis. 1992, 175p
-
Abstract
- This dissertation presents a contribution to the improvement of the usual methods of safety analysis used within the framework of the certification of automated transport systems (ATS). The mission of the certification experts consists in assessing the safety character of a new ATS by evaluating the completeness of the accident scenarios envisaged in the manufacturer's safety study. The certification assistance methodology developed is based on the joint and complementary use of knowledge acquisition and machine learning. The method of knowledge acquisition chosen has proved effective in extracting and formalizing historical knowledge from safety analysis but insufficient to acquire in detail the expert certification approach which is highly intuitive and scalable. To fill this gap, our study focused on the use of machine learning techniques. The difficulty of defining and choosing a learning system adapted to the requirements of an industrial application led us to propose a characterization of the learning process.ACASYA is the software environment developed to support the certification assistance methodology. It is made up of two main modules: CLASCA and EVALSCA, respectively dedicated to the classification and evaluation of accident scenarios. CLASCA which we have entirely designed is a symbolic-digital, inductive, incremental, non-monotonous and interactive learning system. EVALSCA, developed around the CHARADE rules learning system, aims to suggest to certification experts possible failures not considered by the manufacturer and likely to jeopardize the safety of a new ATS. To date, ACASYA has proven the interest of the methodology to formalize, exploit and perpetuate the know-how of the certification expert, in order to tend towards the exhaustiveness of the security analysis. In contrast to diagnostic assistance systems, ACASYA can be seen as a tool to help prevent breakdowns, located downstream of conventional forecasting methods of safety analysis.; Ce mémoire présente une contribution à l'amélioration des méthodes usuelles d'analyse de sécurité employées dans le cadre de la certification des systèmes de transport automatisés (STA). La mission des experts de certification consiste à apprécier le caractère sécuritaire d'un nouveau STA en évaluant la complétude des scénarios d'accidents envisagés dans l'étude de sécurité du constructeur. La méthodologie d'aide à la certification développée repose sur l'utilisation conjointe et complémentaire de l'acquisition des connaissances et de l'apprentissage automatique. La méthode d'acquisition de connaissances choisie s'est révélée efficace pour extraire et formaliser les connaissances historiques d'analyse de sécurité mais insuffisante pour acquérir en détail la démarche experte de certification qui est fortement intuitive et évolutive. Pour pallier cette lacune, notre étude s'est orientée vers l'utilisation des techniques d'apprentissage automatique. La difficulté de définir et choisir un système d'apprentissage adapté aux exigences d'une application industrielle nous a conduits à proposer une caractérisation du processus d'apprentissage.ACASYA est l'environnement logiciel développé pour supporter la méthodologie d'aide à la certification. Il est composé de deux modules principaux: CLASCA et EVALSCA, respectivement dédiés à la classification et à l'évaluation des scénarios d'accidents. CLASCA que nous avons entièrement conçu est un système d'apprentissage symbolique-numérique, inductif, incrémental, non monotone et interactif. EVALSCA, développé autour du système d'apprentissage de règles CHARADE, a pour objectif de suggérer aux experts de certification d'éventuelles pannes non considérées par le constructeur et susceptibles de mettre en défaut la sécurité d'un nouveau STA. A ce jour, ACASYA a prouvé l'intérêt de la méthodologie pour formaliser, exploiter et pérenniser le savoir faire de l'expert de certification, en vue de tendre vers l'exhaustivité de l'analyse de sécurité. Par opposition aux systèmes d'aide au diagnostic, ACASYA peut être perçu comme un outil d'aide à la prévention des pannes, situé en aval des méthodes prévisionnelles classiques d'analyse de sécurité.
- Subjects :
- Artificial intelligence
Certification
Sécurité ferroviaire
Facteurs humains
Railway
Vigilance
Sécurité
Risk Assessment
Feedback
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Gestion des risques
[SCCO]Cognitive science
[SPI.GCIV.IT]Engineering Sciences [physics]/Civil Engineering/Infrastructures de transport
[SPI]Engineering Sciences [physics]
[INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG]
[STAT.ML]Statistics [stat]/Machine Learning [stat.ML]
[INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering
Machine learning
Human error
[SPI.GCIV.RISQ]Engineering Sciences [physics]/Civil Engineering/Risques
Preliminary Hazard Analysis
[INFO]Computer Science [cs]
[INFO.INFO-HC]Computer Science [cs]/Human-Computer Interaction [cs.HC]
Retour d’expérience
Expert system
Fiabilité humaine
[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB]
Knowledge-based system
Transport ferroviaire
Évaluation des risques
Human reliability
Apprentissage automatique
Intelligence artificielle
Classification
Erreur humaine
Système expert
Analyse Préliminaire des Risques (APR)
Safety
Human factors
Subjects
Details
- Database :
- OpenAIRE
- Journal :
- HAL, BASE-Bielefeld Academic Search Engine, [Travaux universitaires] Thèse de doctorat, Université de valenciennes et du Hainaut-Cambrésis. 1992, 175p
- Accession number :
- edsair.dedup.wf.001..93f687e938d29fac6d1cf8daab19066b