Titre de série : |
Panorama de l'intelligence artificielle, ses bases méthodologiques, ses développements, 1 |
Titre : |
Représentation des connaissances et formalisation des raisonnements |
Type de document : |
Guide/Manuel |
Auteurs : |
Pierre Marquis, Éditeur scientifique ; Odile Papini, Éditeur scientifique ; Henri Prade, Éditeur scientifique ; Jacques Pitrat, Préfacier, etc. |
Editeur : |
Toulouse : Cépaduès |
Année de publication : |
2014 |
Importance : |
672 p. |
Format : |
17 x 24 cm |
ISBN/ISSN/EAN : |
978-2-36493-041-4 |
Note générale : |
Bibliographie |
Langues : |
Français (fre) |
Descripteur : |
[Vedettes matières IGN] Intelligence artificielle [Termes IGN] apprentissage automatique [Termes IGN] intelligence artificielle [Termes IGN] méta connaissance [Termes IGN] raisonnement [Termes IGN] représentation des données [Termes IGN] système d'aide à la décision [Termes IGN] système dynamique [Termes IGN] système multi-agents
|
Index. décimale : |
26.40 Intelligence artificielle |
Résumé : |
Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles. Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine. Pour simuler sur un ordinateur un processus de raisonnement ou de prise de décision, il faut disposer d’une représentation de l’information à exploiter. Débutant par un chapitre retraçant la longue histoire de l’émergence de l’IA, ce premier volume passe ensuite en revue différents cadres de représentation, logiques, quantitatifs, ou graphiques, susceptibles de prendre en compte l’information incomplète, les exceptions, l’incertitude, le temps, l’espace, les préférences, les taxonomies, les normes, les émotions, ou encore la confiance entre agents. L’examen de différents types de raisonnement à base de similarité, et l’étude de nombreuses problématiques autour de la description des actions et de leurs conséquences, de l’argumentation, de la décision, du diagnostic, de la révision des croyances, de la fusion des informations, de l’interaction entre agents, de l’apprentissage, de l’acquisition et de la validation de bases de connaissances, complètent ce volume. Une postface revient sur les questions posées par la formalisation du raisonnement.
|
Note de contenu : |
1 Éléments pour une histoire de l’intelligence artificielle
2 Représentation des connaissances : modalités, conditionnels et raisonnement non monotone
3 Représentations de l’incertitude en intelligence artificielle
4 Raisonnement qualitatif sur les systèmes dynamiques, le temps et l’espace
5 Raisonner avec des ontologies : logiques de description et graphes conceptuels
6 Représentation des préférences
7 Normes et logique déontique
8 Raisonnement à partir de cas, raisonnement et apprentissage par analogie, gradualité et interpolation
9 Modèles d’apprentissage artificiel
10 Argumentation et raisonnement en présence de contradictions
11 Approches de la révision et de la fusion d’informations
12 Raisonnement sur l’action et le changement
13 Décision multicritère
14 Décision dans l’incertain
15 Systèmes multiagents : décision collective
16 Formalisation de systèmes d’agent cognitif, de la confiance et des émotions
17 Systèmes multiagents : négociation, persuasion
18 Diagnostic et supervision : approches à base de modèles
19 Validation et explication
20 Ingénierie des connaissances |
Numéro de notice : |
15822A |
Affiliation des auteurs : |
non IGN |
Thématique : |
INFORMATIQUE |
Nature : |
Manuel |
Permalink : |
https://documentation.ensg.eu/index.php?lvl=notice_display&id=74876 |
| |