Compilation des examens de synhèse

Dimension: px
Commencer à balayer dès la page:

Download "Compilation des examens de synhèse 2006-2007"

Transcription

1 DIC9401 EXAMEN GÉNÉRAL Compilation des examens de synhèse ÉTUDIANT A... 2 ÉTUDIANT B... 7 ÉTUDIANT C ÉTUDIANT D ÉTUDIANT E ÉTUDIANT F ÉTUDIANT G ÉTUDIANT H ÉTUDIANT I ÉTUDIANT J ÉTUDIANT K ÉTUDIANT L ÉTUDIANT M ÉTUDIANT N... 55

2 DIC9401 ÉTUDIANT : EXAMEN GÉNÉRAL A VOLET : INFORMATIQUE Question 1: Quelles sont les grandes thèses et les critiques du point de vue informatique apportées à l intelligence artificielle? Présentez-en trois en expliquant les arguments qui ont été avancés en faveur ou en opposition à l IA. DREYFUS, Hubert L, 1984, Intelligence artificielle, Mythes et limites. Paris : Flammarion. Haugeland, John, 1989, Artificial Intelligence :The very Idea, MIT Press, 287 p. WEIZENBAUM, Joseph, 1976, Puissance de l ordinateur et raison de l homme, Éditions d informatique, Paris, 1981, 195 p. SEARLE, John, 1984, Du cerveau au savoir : Conférence Reith 1984 de la BBC, Hermann, Paris, 1985, 143 p. Negnevitsky, M. (2002). Artificial Intelligence: A Guide to Intelligent Systems. Addison-Wesley S. Russell and P. Norvig. "Artificial Intelligence: A Modern Approach". Prentice Hall Question 2 : Les méthodes utilisées par les systèmes d'apprentissage sont très nombreuses et sont issues de domaines scientifiques variés, comment peut-on les classifier? Donner un exemple de chaque catégorie. Introduction de l'encyclopédie du MIT, Wilson, Keil (MIT 1999) L. Breiman, J. H. Friedman, R. A. Olshen, and C. J. Stone. Classification and regression trees. Technical report, Wadsworth International, Monterey, CA, T. Mitchell. Machine Learning. McGraw-Hill, P. Adriaans and D. Zantinge. Data Mining. Addison-Wesley, Ethem Alpaydin, Introduction to Machine Learning, MIT press, 2004 Richard O. Duda, Peter E. Hart et David G. Stork, Pattern Classification, Wiley Interscience, 2001 Question 3 : Présentez et décrivez les composantes du web sémantique et les approches de construction d ontologies en regard des problèmes de représentation des connaissances. Michael C. Daconta, Leo J. Obrst, Kevin T. Smith. The Semantic Web: A guide to the future of XML, Web Services and Knowledge Management John Davies, Dieter Fensel, Frank van Harmelen. Towards the Semantic Web: Ontology-driven Knowledge Management. ISBN: John Wiley editions Gomez-Perez, A. et al. Ontological Engineering, Springer, 2004, 401 p. 1

3 Grigoris Antoniou, Frank van Harmelen, A Semantic Web Primer, The MIT Press, Cambridge, Massachusetts, April 2004, ISBN BO, Leuf, The Semantic Web, 2005, Wiley, 378 p. 2

4 VOLET COGNITIF Question 1 De travaux indiquent que nous utilisons des représentations communes pour comprendre notre propre action et celle d autrui (ou nos émotions et celles d autrui). Certains placent ces représentations au cœur des notre capacité de comprendre l action d autrui ou de nos capacités empathiques. Expliquez comment fonctionne ce mécanisme de reconnaissance et comment il s y prend pour distinguer ce qui nous appartient de ce qui appartient à autrui (pour le dire autrement, comment fait-il pour reconnaître notre propre action de celles des autres puisqu il utilise les mêmes représentations)? Texte d introduction : Gallese, V. C. Keysers and G. Rizzolatti «A unifying view of the basis of social cognition». Trends in Cognitive Sciences, Volume 8, Issue 9, p : Decety, J. et J. Sommerville «Shared Representations between Self and Others : A Social Cognitive Neuroscience View». Trends in Cognitive Sciences, 7, p Frith, C «The Self in Action : Lessons From Delusions of Control». Consciousness and Cognition, vol. 14, no. 4, p Gallese, V «Embodied Simulation : From Neurons to Phenomenal Experience». Phenomenology and the Cognitive Sciences, p Jeannerod, M. et E. Pacherie «Agency, Simulation and Self-Identification». Mind and Language, vol. 19, no. 2, p Rizzolatti, G., L. Fogassi et V. Gallese «Neurophysiological Mechanisms Underlying the Understanding and Imitiation of Action». Nature Review Neuroscience, 2, (on trouve plusieurs texes de ces auteurs sur leur site web). Autres lectures De Vignemont, F. et P. Fournet «The sense of agency: A philosophical and empirical review of the "Who" system» Consciousness and Cognition, vol. 13, no. 1, 1-19 Jacob, P. et M. Jeannerod «The Motor Theory of Social Cognition : A Critique». Trends in Cognitive Sciences, vol. 9, no. 1, p Metzinger, T. et V. Gallese «The Emergence of Shared Action Ontology : Building Blocks for a Theory». Consciouness and Cognition, vol. 12, no. 4, p Wegner, D. M. et Sparrow, B «Authorship Processing». In M. Gazzaniga (ed.), the Cognitive Neuroscience, 3 ième édition, p Question 2 Il y a actuellement un débat en sciences cognitives entre les partisans de la modularité massive et ceux qui militent pour une modularité plus réduite. L hypothèse de la modularité massive, généralement celle que les psychologues évolutionnistes favorisent, suppose que l architecture 3

5 cognitive du cerveau est constituée d un grand nombre de modules, ce qui est en contradiction avec l hypothèse initiale de la modularité (présentée par Fodor, 1983) selon laquelle la modularité est limitée à certains systèmes d intrants et d extrants. Quels sont les arguments en faveur de la modularité massive? Quels arguments peut-on invoquer contre la modularité massive? Quels sont les différents types de modules? Texte d introduction Fodor, J Modularity of Mind. MIT Press (pour un résumé, voir également son (1992) Theory of Content and other Essays, chapitre 8 et 9). : Atkinson, A. et M. Wheeler «The Grain of Domains : The Evolutionary Psychological Case Against Domain General Cognition». Mind and Language, vol. 19, no. 2, p Atran, S «Adaptationism for Human Cognition : Strong, Spurious or Weak?». Mind and Language, vol. 20, no. 1, p Barrett, C «Enzymatic Computation and Cognitive Modularity». Mind and Language, Vol. 20, no. 3, p Fodor, J L esprit, ça ne marche pas comme ça. Odile Jacob. Pinker, S Comment fonctionne l esprit? Odile Jacob. Pinker, S «So How Does the Mind Work?» Mind and Language, vol. 20, no. 1, p Samuels, R «Massively Modular Minds : Evolutionary Psychology and Cognitive Architecture». In P. Carruthers (Ed.) Evolution and the Human Mind, Cambridge University Press (et «Is the Mind Massively Modular» sur le site de Samuels : Question 3 Les anthropologues cognitifs s intéressent depuis quelques années à la possibilité d expliquer l évolution de la culture. En effet, il semble que de tous les phénomènes étudiés en biologie, le fait de posséder une culture est ce qui démarque véritable l homme du reste des autres animaux (ce genre d assertion est cependant contesté, voir Whiten et al., 1999). Comment la culture a-t-elle pu évoluer et surtout, comment la présence de la culture a-t-elle pu changer l architecture cognitive? L existence de la culture peut également permettre de revoir la conception traditionnelle (ou le mythe) de l esprit comme un système isolé. Comment peut-on penser l esprit une fois qu il est placé dans la culture? Textes d introduction Sperber, D. et L. Hirschfeld «The Cognitive Foundations of Cultural Stability and Diversity». Trends in Cognitive Sciences, 8, 1, Whiten, A. et al «Cultures in Chimpanzees». Nature, 399, p : Donald, M. «The Central Role of Culture in Cognitive Evolution : A Reflection on the Myth of the 4

6 Isolated Mind». IN L. Nucci, Culture Thought and Development, Lawrence Erlbaum, (en ligne Henrich, J. et R. McElreath «The Evolution of Cultural Evolution». Evolutionary Anthropology, vol. 12, p Mithen, S. J. (2005) «Ethnobiology and the evolution of the human mind». Journal of the Royal Anthropological Institute, 12, Sperber, D. (à paraître). «Why a Deep Understanding of Cultural Evolution is Incompatible with Shallow Psychology». Dans Roots of Human Sociality, sous la direction de N. Enfield et S. Levinson (sur Sperber, D. et L. Hirschfeld. (à paraître). «Culture and Modularity». Dans The Innate Mind : Culture and Cognition, de T. Simpson, P. Carruthers, S. Laurence et S. Stich (sur Sperber, D. et L. Hirschfeld «The Cognitive Foundations of Cultural Stability and Diversity». Trends in Cognitive Sciences, 8, 1, Sterelny, K «The Evolution and Evolvability of Culture». Mind and Language, vol. 21, no. 2, p

7 DIC9401 ÉTUDIANT : EXAMEN GÉNÉRAL B VOLET : INFORMATIQUE Question 1: Les problèmes d adaptation des systèmes aux multiples changements qui surviennent dans l entreprise entraînent constamment des ajustements au niveau des modèles d affaires et des problèmes d intégration et d interopérabilité au plan technique. Le développement des services web et des architectures orientées services semblent aujourd hui constituer une voie particulièrement prometteuse pour résoudre ces problèmes. Pouvez-vous nous expliquer pourquoi et comment on arrivera peut-être à les résoudre tant du point de vue affaires que du point de vue technique. DE JONG Peter, Going with the flow, 2006, ACM Queue, vol. 4 no. 2, March, p JOS de Bruijn and al., 2005, Using the Web Service Modeling Ontology to enable Semantic E- Business, Communications of the ACM, vol. 48 no. 12, December, p EJUB Kajan and al., 2005, Toward an Ontology-Driven Architectural Framework for B2B, Communications of the ACM, vol. 48 no. 12, December, p ERL Thomas, 2005, Service-Oriented Architecture Concepts, Technology and Design, Prentice- Hall, 760 pages. KREGER Heather, 2003, Fulfilling the Web Services Promise, Communications of the ACM, vol. 46 no. 6, June, p STAL Michael, 2002, Enterprise Services, Communications of the ACM, vol. 45 no. 10, October, p Question 2 : Dans les sciences de la vie, on prend pour acquis que la fonction d un système biologique découle, ou tout au moins, dépend, de sa structure. Ceci s observe tant au niveau des gênes et des structures des molécules d ADN, qu au niveau de systèmes macroscopiques beaucoup plus complexes (un écosystème, une communauté, etc.). En représentation de connaissances, on fait traditionnellement la distinction entre les connaissances déclaratives (le savoir) et les connaissances procédurales (le savoir-faire, les compétences). Cette dichotomie est forcément abusive étant donné que chaque système complexe exhibera une structure et un comportement non-triviaux. La structure d un système serait alors à représenter de façon déclarative, alors que le comportement serait à représenter de façon 1

8 procédurale. Des représentations dites hybrides sont supposées réconcilier les deux, dont la représentation par cadres et les représentations orientées objet. La plupart des modèles de représentations symboliques de connaissances traitent bien la notion de spécialisation au niveau de l aspect structurel/déclaratif, mais ne traitent pas (ou pas adéquatement) la spécialisation de l aspect comportemental. Le but de la question est d explorer la spécialisation comportementale, et sa relation avec la spécialisation structurelle, dans le cadre des langages de représentations de connaissances symboliques, et le cas des langages de modélisation communs en génie logiciel. 1) Ronald J. Brachman & James G. Schmolze, An overview of the KL-ONE Knowledge Representation System, Cognitive Science: A Multidisciplinary Journal, 1985, Vol. 9, No. 2, Pages ) Janet M. Thornton 1, 2, Annabel E. Todd 1, Duncan Milburn 1, Neera Borkakoti 3 & Christine A. Orengo, From structure to function: Approaches and limitations, Nature Structural Biology 7, (2000) 3) Michael Schrefl, Markus Stumptner, Behavior-consistent specialization of object life cycles, ACM Transactions on Software Engineering and Methodology (TOSEM) Volume 11, Issue 1 (January 2002) 4) Representation and Understanding : Studies in Cognitive Science, edité par Daniel Bobrow et Allan Collins, Academic Press, 1975 (ISBN ) 5) Rumelhart, D. E. & Norman, D. A. (1988) Representation in memory. In R. C. Atkinson, R. J. Herrnstein, G. Lindzey, & R. D. Luce (Ed.), Stevens' Handbook of Experimental Psychology. New York: Wiley 6) Taivalsaari A. On the notion of inheritance. ACM Computing Surveys, 28(3): , September AUTRES 7) Darden & Rada, 1988 Lindley Darden and Roy Rada, "Hypothesis Formation Using Part- Whole Interrelations," Analogical Reason. ing : Perspectives in Philosophy and Artificial intelligence, Eds. Helman, Reidel & Dordrecht, Netherlands, ) Keuneke, A.M., Device representation-the significance of functional knowledge, IEEE Expert, Apr 1991, vol 6, no. 2 9) MacGregor, R The Evolving Technology of Classification-Based Knowledge Representation Systems. In John Sowa (ed.), Principles of Semantic Networks: Explorations in the Representation of Knowledge. Morgan Kaufmann. 10) Wong, A. and Sriram, D., SHARED: An Information Model for Cooperative Product Development, Research in Engineering Design, pages 21 39, Fall, ) Harel, D. and Kupferman, O On the Behavioral Inheritance of State-Based Objects. In Proceedings of the Technology of Object-Oriented Languages and Systems (TOOLS 34'00) (July 30 - August 03, 2000). TOOLS. IEEE Computer Society, Washington, DC, 83. 2

9 Question 3 : En génie logiciel (GL), les travaux de développement et maintenance mobilisent la presque totalité des ressources disponibles, ce qui fait que l on accorde peu d importance à retenir les leçons des expériences passées ou même à mettre en place des systèmes de gestion des connaissances facilitant la réutilisation. Pourtant, du fait que le GL est essentiellement un travail requérant de l intelligence, cela signifie qu une très importante partie des connaissances utiles se retrouvent dans les connaissances tacites qui sont plus difficilement formalisées et capturées. À partir d une revue de la littérature proposée, définissez ce que signifie les connaissances tacites en GL, identifiez les principaux domaines du génie logiciel qui auraient intérêt à être couverts et indiquez des exemples de formalismes qui pourraient être employés pour représenter ces connaissances dans le domaine de l ingénierie des exigences. MAY Daniel and al., 2003, Knowledge Management with Patterns, Communications of the ACM, vol. 46 no. 7, July, p RUS Iona adn al., 2002, Knowledge Management in Software Engineering, IEEE Software, May/June, p RAMESH Balasubramaniam, 2002, Knowledge Management in Software Engineering, IEEE Software, May/June, p Ramasubramanian S and al., Knowledge Management at Infosys, IEEE Software, May/June, p NONAKA Ikujiro, The Knowledge Creating Co., 1995, N.Y. Oxford University Press, 284 p. BAETJER Howard Jr., 1998, Software as capital, IEEE Computer Society, 194p. 3

10 VOLET COGNITIF Question 1 Montrez comment la psychologie cognitive, à travers des notions comme celles de réseau sémantique ou de schéma, par exemple, a contribué aux modèles contemporains de représentation des connaissances en informatique cognitive. : Anderson, J. R. and G. H. Bower. Human Associative Memory. V.H. Winston and Sons, Bechtel, W. et G. Graham. (1999). Blackwell Companion to Cognitive Science. Oxford: Blackwell Lehmann, Fritz, ed. (1992) Semantic Networks in Artificial Intelligence, Pergamon Press, Oxford. Russell, S. and P. Norvig. (1995). Artificial Intelligence: A modern approach. Prentice-Hall. Sowa, J. (1999). Knowledge Representation: Logical, Philosophical, and Computational Foundations. Boston: Thomson/Course Technology Sowa, John F., ed. (1991) Principles of Semantic Networks: Explorations in the Representation of Knowledge, Morgan Kaufmann Publishers, San Mateo, CA, Wilson, R. et F. Keil, (2001). The MIT Encyclopaedia of the Cognitive Sciences. Cambridge: MIT Press. Question 2 Les sciences cognitives explorent actuellement une foule de nouvelles idées concernant la cognition (ex. cognition située, cognition incarnée, cognition distribuée, computation affective, systèmes dynamiques, etc.). Explorez les impacts que pourraient avoir quelques-uns de ces nouveaux paradigmes sur la conception de systèmes informatisés de gestion des connaissances. : Clark, Andy (1997). Being There: Putting Brain, Body, and World Together Again. Cambridge: MIT Press. Dourish, Paul (2004). Where the Action Is : The Foundations of Embodied Interaction. Cambridge: MIT Press. Gay, Geri and Helene Hembrooke (2004). Activity-Centered Design : An Ecological Approach to Designing Smart Tools and Usable Systems. Cambridge: MIT Press. Groff, Todd R. and Thomas P. Jones (2003). Introduction to Knowledge Management, First Edition : KM in Business. New York: Butterworth-Heinemann Picard, Rosalind (2000). What does it mean for a computer to have emotions? In Emotions in Humans and Artifacts, ed. by R. Trappl, P. Petta and S. Payr. Cambridge: MIT Press. Suchman, Lucy A. (1987). Plans and Situated Actions : The Problem of Human-Machine Communication. Cambridge: Cambridge University Press. Question 3 Un système d information intelligent doit pouvoir gérer efficacement les nouvelles connaissances acquises (les catégoriser, les classer, les insérer dans les précédentes, etc.). Les paradigmes symbolique et connexionniste de l intelligence artificielle conçoivent différemment ces processus. Comparez ces deux paradigmes en faisant ressortir leurs avantages et inconvénients pour la gestion des nouvelles connaissances. 4

11 : Alpaydin, Ethem (2004). Introduction to Machine Learning. Cambridge: MIT Press. Anderson, J.A. (1995). An introduction to neural networks. Cambridge: MIT Press. Deutch, S. et A. Deutch (1993). Understanding the nervous system. IEEE Press. Fodor, J.A. et Z.W. Pylyshyn (1988). Connectionism and Cognitive Architecture: A Critical Analysis. Cognition, vol. 28, pp Haykin, S. (1999). Neural Networks. A comprehensive foundation. Prentice Hall. O Reilly, R.C. and Y. Munakata (2000). Computational Explorations in Cognitive Neuroscience. Cambridge: MIT Press. Russell, S. and P. Norvig. (1995). Artificial Intelligence: A modern approach. Prentice-Hall. Wilson, R. et F. Keil, (2001). The MIT Encyclopaedia of the Cognitive Sciences. Cambridge: MIT Press. Witten, Ian H. and Eibe Frank (2005). Data Mining: Practical Machine Learning Tools and Techniques, Second Edition. Palo Alto : Morgan Kaufmann. 5

12 DIC9401 ÉTUDIANT : EXAMEN GÉNÉRAL C VOLET : INFORMATIQUE Question 1 Plusieurs classes des problèmes informatiques ont été identifiées pour lesquelles sont associées des catégories d algorithmes. Certains de ces problèmes sont dits de classe polynomiale (P), d autres de classe non polynomiale (NP), etc. On vous demande d identifier quelques-unes de ces classes et de les illustrer à l aide de problèmes. On vous demande également de donner des indications quant aux méthodes de preuves utilisées pour montrer l appartenance d un problème à une classe donnée. H. Papadimitriou, Computational complexity, Addison-Wesley, 1994 M. Garey, D. Johnson, Computers and intractability, W.H. Freeman & Co., 1979 Scott Aarson, Is P versus NP formally independent?, Michael Sipser, The history of status of the P versus NP question,, Dept of Mathematics, Massachusetts Institute of Technology Question 2 En informatique, pour divers domaines d application (ex. bases de données, intelligence artificielle, forage de données, téléinformatique,..), on utilise diverses structures de données relativement élaborées pour représenter et implanter des solutions. Quels sont les problèmes de représentation ou de structuration en jeu? Montrez leurs avantages et leurs inconvénients en les illustrant avec des exemples. A. V. Aho, J. D. Ullman, J. E. Hopcroft, Data Structures and Algorithms, 1st edition, Addison-Wesley, 1983, ISBN J. Basch, L. J. Guibas and J. Hershberger. Data Structures for Mobile Data. Journal of Algorithms, 31(1), pp. 1-28, T. H. Cormen, C. E. Leiserson and R. L. Rivest. Introduction to Algorithms. MIT Press, Cambridge MA, B. Chazelle and L. J. Guibas, Fractional cascading: I. A data structuring technique. Algorithmica, 1, pp , Bayer, R., M. Schkolnick. Concurrency of Operations on B-Trees. In Readings in Database Systems (ed. Michael Stonebraker), pages , Florent Masseglia, Pascal Poncelet and Maguelonne Teisseire. Extraction de motifs séquentiels : problèmes et méthodes. Dans: Numéro spécial, Ingénierie des Systèmes d'information (ISI), Vol. 9(3/4): ,

13 Question 3 Dans les travaux sur les réseaux informatiques, plusieurs algorithmes de routage (routing) ont été proposés dans la littérature. Par ailleurs, de nouveaux réseaux ont vu le jour depuis quelques années dont les réseaux sans fil et les réseaux ambiants (ad-hoc). De nouvelles approches évolutionnistes et d intelligence collective, par exemple inspirées de la vie des insectes (notamment les fourmis) ont été avancées. On vous demande de montrer le fonctionnement de ces algorithmes dans le contexte de ces réseaux et de montrer leur efficacité et leur degré de réalisation. B. Johnson, David A. Maltz: Dynamic Source Routing in Ad Hoc Wireless Networks, Mobile Computing, Thomasz Imielinski and Hank Korth (Editors), Vol. 353, Chapter 5, pp , Kluwer Academic Publishers, Mesut Günes et. A., l Ant-based Routing Algorithm for Mobile Ad-Hoc Networks -., ARA - the ant-colony based routing algorithm for manets, In Stephan Olariu, editor, Proceedings of the 2002 ICPP Workshop on Ad Hoc Networks (IWAHN 2002), pages 79-85, IEEE Computer Society Press, August 2002, Mesut Günes, Udo Sorges, Imed Bouazizi: ARA - The Ant-Colony Based Routing Algorithm for MANETs. ICPP Workshops 2002: Yihan Li, Shivendra S. Panwar and Srinivas Burugupall, A Mobile Sensor Network Using Autonomously Controlled Animals. Polytechnic University, Brooklyn, NY. 2

14 VOLET COGNITIF Question 1 Montrer les liens entre les concepts techniques de grammaires, règle, fonction récursive, machine de Turing et les théories de la représentation en sciences cognitives. Question 2 Situer quelques modèles dits de «la représentation des connaissances» en regard à la théorie de l intelligence collective? Question 3 Comment se situent les théories de l information symboliques et non symboliques en regard des théories de la cognition? pertinentes aux trois questions: Luger, G. F. (2002). Artificial Intelligence : Structures and Strategies for Complex Problem Solving (Fourth ed.). Addison-Wesley. Introduction de l'encyclopédie du MIT, Wilson, Keil (MIT 1999) Vocabulaire de sciences cognitives, Houdé, Kayser, Koenig (PUF 1998) Blackwell Companion to Cognitive Science, (Bechtel et Graham. (1999),Blackwell, PYLYSHYN, Z. (1984), Computation and Cognition. Toward a Foundation for Cognitive Science, Cambridge, Mass., The MIT Press. Negnevitsky, M. (2002). Artificial Intelligence: A Guide to Intelligent Systems. Addison S. Russell and P. Norvig. "Artificial Intelligence: A Modern Approach". Prentice Hall Churchland, P.M., Churchland, P.S `Could a Machine Think?'. Scientific American, 262 (Jan.), Flückiger Federico (1995) Contributions s Towards a Unified Concept of Information PHd dissertation, ( disponible sur le web) Soulié.,F. Les theories de la complexité. Seuil Swarm Intelligence: From Natural to Artificial Systems by Eric Bonabeau, Marco Dorigo and Guy Theraulaz 1999 Swarm Intelligence by James Kennedy and Russell C. Eberhart

15 DIC9401 EXAMEN GÉNÉRAL ÉTUDIANT : D VOLET : COGNITIF QUESTION 1: Le débat autour de l innéisme est au cœur des théories visant à décrire les processus d acquisition du langage. Discutez de cette opposition inné/acquis en vous basant sur les notions présentées dans la bibliographie partielle. : Chomsky, N. Knowledge of language, New York, Praeger. MacNeilage, P. F. (1997) : «Acquisition of Speech», in Hardcastle, W. J. and Laver, J. (eds), Handbook of Phonetic Sciences, Cambridge/Oxford, Blackwell Publishers, MacNeilage, P. F. and Davis, B. L. (2000) Evolution of speech: The relation between ontogeny and phylogeny. In Chris Knight, James R. Hurford and Michael Studdert- Kennedy, editors, The Evolutionary Emergence of Language: Social Function and the Origins of Linguistic Form. Cambridge: Cambridge University Press. Pinker, S. (1989) : Learnability and Cognition, Cambridge (Mass.), MIT Press. QUESTION 2: Si vous deviez concevoir un système informatique simulant l acquisition du langage, quels seraient les problèmes auxquels vous seriez confronté (par exemple, rôle de l input provenant de l environnement, rôle des informations sensorielles, présence ou non d un dictionnaire initial représentant la grammaire universelle, génération de règles, )? Comment serait-il possible de les résoudre?

16 : Chomsky, N. (1993) : The Minimalist Program, Cambridge (Mass.), MIT Press. Guenther, F.H., Hampson, M., and Johnson, D., (1998) : «A theoretical investigation of reference frames for the planning of speech movements», Psychological Review, 105, pp Guenther, F.H. (1995) : «A modeling framework for speech motor development and kinematic articulator control» Proceedings of the XIIIth International Congress of Phonetic Sciences (vol. 2, pp ). Stockholm, Sweden: KTH and Stockholm University. Jackendoff, R. (1987) : Consciousness and the Computational Mind, Cambridge (Mass.), MIT Press. Schwartz, J.-L. et Escudier, P. (2000) : La parole : des modèles cognitifs aux machines communicantes, Paris, Hermès. QUESTION 3 : Quelle approche en informatique cognitive (réseaux de neurones, algorithmes génétiques, robotique, ) vous semble la plus pertinente pour simuler l acquisition du langage et de la parole chez l enfant? Expliquez. : Boë, L.-J., Vallée, N., Badin, P., Schwartz, J.-L.; Abry, C. (2000) : «Tendencies in Phonological Structures: The Influence of Substance on Form», Bulletin de la Communication Parlée, 5, Kuhl, P. K. (1985) : «Categorization of speech by infants», in Mehler, J. et Fox, R. (eds), Neonate Cognition : Beyond the Blooming, Buzzing Confusion, Hillsdale (NJ), Erlbaum, Chomsky, N. (2002) : «Perspectives on language and mind», in Belleti, A., et Rizzi, L. (eds) On nature and language, Cambridge, Cambridge University Press, Oudeyer, P-Y. (2005) : «The Self-Organization of Speech Sounds», Journal of Theoretical Biology, 233(3):

17 DIC9401 EXAMEN GÉNÉRAL ÉTUDIANT : D VOLET : INFORMATIQUE Question 1 Une tâche importante en cognition est l évaluation de la similarité entre deux concepts, pour des fins de reconnaissance/classification, de résolution de problèmes par analogie, etc. En intelligence artificielle et sciences cognitives, ces mesures de similarité sont calculées en comparant des descriptions de concepts. Partant d une classification des différentes approches de représentation de connaissances, décrivez les principales mesures de similarité proposées dans la littérature, en mentionnant le domaine d application, et leur utilité ou pertinence. : Rumelhart, D. E. & Norman, D. A. (1988) Representation in memory. In R. C. Atkinson, R. J. Herrnstein, G. Lindzey, & R. D. Luce (Ed.), Stevens' Handbook of Experimental Psychology. New York: Wiley Quelques exemples d applications de mesures de similarité : Jaime Carbonell, Derivational Analogy in Problem Solving and Knowledge Acquisition, Proceedings of the International Machine Learning Workshop, Monticello, Illinois, June 1983, pp Roy Rada, Hafedh Mili, Ellen Bicknell, and Maria Blettner, ``Development and Applications of a Metric on Semantic Nets,'' IEEE Transactions on Systems, Man, and Cybernetics, Jan/Feb 1989, vol 19(1), pp Neil A. Maiden et Alistair G. sutcliffe, «Exploiting Reusable Specifications Through Analogy, Communications of the ACM, April 1992, vol. 35, no. 4, pp , special issue on CASE Information Retrieval Research, eds R. N. Oddy, S. E. Robertson, C. J. van Rijsbergen, et P. W. Williams, Butterworths, London, 1981 Question 2 La fouille d informations consiste à trouver des documents pertinents à une requête de l utilisateur, souvent formulée en langage naturel. Décrivez l apport de la linguistique computationnelle à la théorie et à la pratique de la fouille d informations textuelles. Commentez la problématique particulière de l information sur le web. :

18 Ricardo Baeza-Yates et Berthier Ribeiro-Neto, Modern Information Retrieval, Addison Wesley, Lewis, D. D. and Jones, K. S Natural language processing for information retrieval. Commun. ACM 39, 1 (Jan. 1996), Smeaton, A. F Progress in the application of natural language processing to information retrieval tasks. Comput. J. 35, 3 (Jun. 1992), Peter Jackson & Isabelle Moulinier, Natural Language Processing for On-line applications: Text retrieval, extraction, and categorization, John Benjamins, July 2002 Moldovan, D. I. and Mihalcea, R Using WordNet and Lexical Operators to Improve Internet Searches. IEEE Internet Computing 4, 1 (Jan. 2000), Question 3 Peut-on utiliser UML pour la représentation de connaissances? Répondez à cette question dans le contexte d une comparaison d UML à OWL, et aux logiques de description en général. : Nardi, D. and Brachman, R. J An introduction to description logics. In the Description Logic Handbook: theory, Implementation, and Applications, F. Baader, D. Calvanese, D. L. McGuinness, D. Nardi, and P. F. Patel-Schneider, Eds. Cambridge University Press, New York, NY, Disponible aussi sur le web. Ian Horrocks, Peter F. Patel-Schneider, and Frank van Harmelen. From SHIQ and RDF to OWL: The making of a web ontology language. J. of Web Semantics, 1(1):7-26, LARMAN, Craig Applying UML and Patterns - An Introduction to Object-Oriented Analysis and Design Third Edition, Prentice-Hall, 2005, ISBN: OU LARMAN, Craig UML et les Design Patterns, Campus Press, FOWLER, Martin & SCOTT, Kendall UML Distilled - Applying the Standard Object Modeling Language Addison-Wesley, 1997 ISBN

19 DIC9401 EXAMEN GÉNÉRAL ÉTUDIANT : E VOLET : INFORMATIQUE QUESTION 1 : Présentez les principales méthodes de regroupement de données (clustering) en faisant ressortir leurs avantages et inconvénients. : Han, J. and Kamber, M. (2006). Data Mining : Concepts and Techniques, Morgan Kaufmann. Berkhin, P. (2002). Survey of Clustering Data Mining Techniques, Accrue Software. uctszszrp_cluster_review.pdf/berkhin02survey.pdf Jain, A. K., Murty, M. N. and Flynn, P. J. (1999). "Data Clustering: A Review." ACM Computing Surveys 31(3): szsz..zsztgvzszjain.pdf/jain99data.pdf QUESTION 2: Présentez les principaux algorithmes d extraction de motifs fermés fréquents en contrastant leur manière d explorer l espace des motifs. : Han, J. and Kamber, M. (2006). Data Mining : Concepts and Techniques, Morgan Kaufmann. Zaki, M. J. and Hsiao, C.-J. (2005). "Efficient Algorithms for Mining Closed Itemsets and Their Lattice Structure." IEEE Transactions on Knowledge and Data Engineering 17(4): Lucchese, C., Orlando, S. and Perego, R. (2006). "Fast and Memory Efficient Mining of Frequent Closed Itemsets." IEEE Transactions on Knowledge and Data Engineering 18(1): Valtchev, P., Missaoui, R., Godin, R. and Meridji, M. (2002). "Generating Frequent Itemsets Incrementally : two Novel Approaches based on Galois Lattice Theory." Journal of Experimental & Theoretical Artificial Intelligence (JETAI ) : Special Issue on Concept Lattice-based theory, methods and tools for Knowledge Discovery in Databases 14(2/3): Aaron Ceglar and John F. Roddick (2006) Association mining, ACM Comput. Surv., vol. 38(2), pp. 5,

20 Jianyong Wang and Jiawei Han and Jian Pei (2003), CLOSET+: searching for the best strategies for mining frequent closed itemsets, KDD '03: Proceedings of the ninth ACM SIGKDD international conference on Knowledge discovery and data mining, pp , Washington, D.C., QUESTION 3 : Expliquez le principe du raisonnement dans un système à base de règles et expliquez le rôle joué par un réseau RETE dans l optimisation des performances. Présentez quelques raffinements possibles alternatifs en prenant comme point de départ l article suivant : : Luger, G.F. Artificial Intelligence : Structures and Strategies for Complex Problem Solving. Addison-Wesley, Jack S. E. Tan and Jaideep Srivastava and Sashi Shekhar (1992) On the construction of efficient match networks, SAC '92: Proceedings of the 1992 ACM/SIGAPP Symposium on Applied computing, pp , Kansas City, Missouri, United States, D. P. Miranker and B. J. Lofaso (1991), The Organization and Performance of a TREAT-Based Production System Compiler, IEEE Transactions on Knowledge and Data Engineering, vol. 3(1), pp. 3-10, Eric N. Hanson (1996) The Design and Implementation of the Ariel Active Database Rule System, IEEE Transactions on Knowledge and Data Engineering, vol. 8(1), pp , Daniel P. Miranker and David A. Brant (1990) An Algorithmic Basis for Integrating Production Systems and Large Databases, Proceedings of the Sixth International Conference on Data Engineering, pp , Washington, DC, USA.

Ingénierie et gestion des connaissances

Ingénierie et gestion des connaissances Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie

Plus en détail

Cours : INF 784 Systèmes à base de connaissances Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI

Cours : INF 784 Systèmes à base de connaissances Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI Faculté des sciences Centre de formation en technologies de l information Cours : INF 784 Systèmes à base de connaissances Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI 1. Mise en contexte

Plus en détail

Application de K-means à la définition du nombre de VM optimal dans un cloud

Application de K-means à la définition du nombre de VM optimal dans un cloud Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février

Plus en détail

Plan de cours. Département d informatique Faculté des sciences. 1 Introduction... 2. 2 Présentation... 5. 3 Contenu... 7 4 Organisation...

Plan de cours. Département d informatique Faculté des sciences. 1 Introduction... 2. 2 Présentation... 5. 3 Contenu... 7 4 Organisation... /informatique Plan de cours IGL 301 Spécification et vérification des exigences (hiver 2010 - Liban) Enseignant Luc LAVOIE Courriel :Luc.Lavoie@USherbrooke.ca Bureau : D4-1010- 12 Téléphone : (819) 821-8000

Plus en détail

Intelligence Artificielle et Robotique

Intelligence Artificielle et Robotique Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité

Plus en détail

Philosophie de l esprit L esprit des animaux non humains

Philosophie de l esprit L esprit des animaux non humains PHI-7302 Philosophie de l esprit L esprit des animaux non humains Professeure : Renée Bilodeau I BUT DU COURS Les découvertes scientifiques récentes nous ont conduits à revoir en profondeur notre conception

Plus en détail

CURRICULUM VITAE. Informations Personnelles

CURRICULUM VITAE. Informations Personnelles CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba

Plus en détail

Économétrie, causalité et analyse des politiques

Économétrie, causalité et analyse des politiques Économétrie, causalité et analyse des politiques Jean-Marie Dufour Université de Montréal October 2006 This work was supported by the Canada Research Chair Program (Chair in Econometrics, Université de

Plus en détail

GIND5439 Systèmes Intelligents. Chapitre 1: Intelligence artificielle

GIND5439 Systèmes Intelligents. Chapitre 1: Intelligence artificielle GIND5439 Systèmes Intelligents Chapitre 1: Intelligence artificielle Contenu du chapitre Approches vs Intelligence artificielle Définition de l intelligence Historique Le test de Turing 2 Approches Science

Plus en détail

UQÀM UNIVERSITÉ DU QUÉBEC À MONTRÉAL ÉCOLE DES SCIENCES DE LA GESTION DOCTORAT CONJOINT EN ADMINISTRATION MÉTHODES DE RECHERCHE EN GESTION ADM 9201

UQÀM UNIVERSITÉ DU QUÉBEC À MONTRÉAL ÉCOLE DES SCIENCES DE LA GESTION DOCTORAT CONJOINT EN ADMINISTRATION MÉTHODES DE RECHERCHE EN GESTION ADM 9201 UQÀM UNIVERSITÉ DU QUÉBEC À MONTRÉAL ÉCOLE DES SCIENCES DE LA GESTION DOCTORAT CONJOINT EN ADMINISTRATION MÉTHODES DE RECHERCHE EN GESTION ADM 9201 Plan de cours Cataldo Zuccaro, MBA, Ph.D. Département

Plus en détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

Plus en détail

Département d'informatique, Université Laval, IFT-63677 SBC V&V : VÉRIFICATION ET VALIDATION DES SBC

Département d'informatique, Université Laval, IFT-63677 SBC V&V : VÉRIFICATION ET VALIDATION DES SBC Assurance qualité logicielle Logiciel conventionnel SBC Fiabilité Facilité d'entretien Facilité des modifications Principales causes d erreur Absence de spécification, manque de conformité (1) Erreurs

Plus en détail

L hypertexte, le multimédia, c est quoi?

L hypertexte, le multimédia, c est quoi? L hypertexte, le multimédia, c est quoi? Hervé Platteaux Centre NTE et Département de pédagogie Université de Fribourg Cours de pédagogie - Second cycle Session du 29 octobre 2001 Selon vous, l hypertexte

Plus en détail

Etat de l art sur l utilisation des techniques Web Sémantique en ECD

Etat de l art sur l utilisation des techniques Web Sémantique en ECD Etat de l art sur l utilisation des techniques Web Sémantique en ECD Hicham Behja ENSAM Meknès(1,2,3) Brigitte Trousse Projet AxIS INRIA Sophia Antipolis (2) Abdelaziz Marzak Faculté des sciences Casablanca

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

Introduction au WEB Sémantique Cours 2 : Ontologies

Introduction au WEB Sémantique Cours 2 : Ontologies Cours 2 : Ontologies ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/index.html Plan du cours 1 Introduction 2 3 4 5 Bibliographie I Supports de

Plus en détail

Artificial Intelligence AI

Artificial Intelligence AI Pedagogical Introduction Artificial Intelligence AI Lecture 0 Karim Bouzoubaa This Lecture General Information Examples Importance At the end Intelligent Systems Course Content, Other AI courses, Learning

Plus en détail

IFT2251 Introduction au génie logiciel Plan de cours. 2. Description du cours et objectifs généraux

IFT2251 Introduction au génie logiciel Plan de cours. 2. Description du cours et objectifs généraux IFT2251 Introduction au génie logiciel Plan de cours Été 2008 Yann-Gaël Guéhéneuc 1. Introduction Les exigences et les attentes à l égard de la qualité logicielle sont de plus en plus grandes. La taille

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA

Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA RÉCITAL 2005, Dourdan, 6-10 juin 2005 Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA Siham Boulaknadel (1,2), Fadoua Ataa-Allah (2) (1) LINA FRE

Plus en détail

S y l l a b u s RECONNAISSANCE DES FORMES : CLASSIFICATION ET REGROUPEMENT IFT-64321 A

S y l l a b u s RECONNAISSANCE DES FORMES : CLASSIFICATION ET REGROUPEMENT IFT-64321 A RECONNAISSANCE DES FORMES : CLASSIFICATION ET REGROUPEMENT IFT-64321 A S y l l a b u s Jean-Marie Beaulieu Département d'informatique Téléphone: 656-2131 poste 2564 Courriel: jean-marie.beaulieu@ift.ulaval.ca

Plus en détail

Article de recherche théorique et article de recherche empirique : particularités 1

Article de recherche théorique et article de recherche empirique : particularités 1 La présentation d un article de recherche de type théorique 1 Article de recherche théorique et article de recherche empirique : particularités 1 Gilles Raîche, professeur Université du Québec à Montréal

Plus en détail

Solution A La Gestion Des Objets Java Pour Des Systèmes Embarqués

Solution A La Gestion Des Objets Java Pour Des Systèmes Embarqués International Journal of Engineering Research and Development e-issn: 2278-067X, p-issn: 2278-800X, www.ijerd.com Volume 7, Issue 5 (June 2013), PP.99-103 Solution A La Gestion Des Objets Java Pour Des

Plus en détail

Analyse des logiciels d application spécialisée pour le courtage en épargne collective

Analyse des logiciels d application spécialisée pour le courtage en épargne collective Analyse des logiciels d application spécialisée pour le courtage en épargne collective Dép. de mathématiques et de génie industriel École Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal

Plus en détail

Propriétés du Document EMA. Résumé

Propriétés du Document EMA. Résumé Propriétés du Document Source du Document FSN OpenPaaS Titre du Document Définition et exploitation d un référentiel de processus collaboratifs : Rapport de synthèse quant aux référentiels existants Module(s)

Plus en détail

Fouille de données: des bases binaires aux bases évidentielles

Fouille de données: des bases binaires aux bases évidentielles Fouille de données: des bases binaires aux bases évidentielles Ahmed Samet Faculté des sciences de Tunis Présenté le : 16 janvier 2013 Ahmed Samet Fouille de données: des bases binaires aux bases évidentielles

Plus en détail

sont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu.

sont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu. Introduction Les techniques informatiques permettent de stocker et d accéder à des quantités sans cesse croissantes de données, disponibles en ligne ou via des centres documentaires fermés. Cette profusion

Plus en détail

Génie Logiciel et Gestion de Projets

Génie Logiciel et Gestion de Projets Génie Logiciel et Gestion de Projets INFO-F-407 Ragnhild Van Der Straeten 2008-2009 ULB 1 Génie Logiciel et Gestion de Projets Organisation 2 Ragnhild Van Der Straeten VUB, 4K209 Campus Etterbeek rvdstrae@vub.ac.be

Plus en détail

UML est-il soluble dans les méthodes agiles?

UML est-il soluble dans les méthodes agiles? Pascal ROQUES Valtech Training UML est-il soluble dans les méthodes agiles? octobre 07 Résumé On entend beaucoup parler actuellement de deux approches ayant l'air fondamentalement opposées : l'approche

Plus en détail

Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels

Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels Hiba KHELIL, Abdelkader BENYETTOU Laboratoire SIgnal IMage PArole SIMPA Université

Plus en détail

Visualisation d information

Visualisation d information Master SIAD 1 année Visualisation d information Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/ Master SIAD 1 année Visualisation d information Chapitre 1.0 Introduction Quand voir, c est comprendre

Plus en détail

Apprentissage symbolique et statistique à l ère du mariage pour tous

Apprentissage symbolique et statistique à l ère du mariage pour tous Apprentissage symbolique et statistique à l ère du mariage pour tous Stéphane Canu asi.insa-rouen.fr/enseignants/~scanu RFIA 2014, INSA Rouen 2 juillet 2014 Apprentissage : humain vs. machine Les apprentissages

Plus en détail

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE

Plus en détail

Forthcoming Database

Forthcoming Database DISS.ETH NO. 15802 Forthcoming Database A Framework Approach for Data Visualization Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of

Plus en détail

Les Bases de Données et l Objet Introduction

Les Bases de Données et l Objet Introduction Les Bases de Données et l Objet Introduction Didier DONSEZ Université de Valenciennes Institut des Sciences et Techniques de Valenciennes donsez@univ-valenciennes.fr Plan Définitions d un Objet Propriétés

Plus en détail

Achats et parties prenantes

Achats et parties prenantes La perspective de l acheteur L échange transactionnel L émergence de l approche relationnelle Sylvie Mantel-Lacoste 1 Sylvie Mantel-Lacoste 2 La notion d échange, elle a évolué au début des années 80-90

Plus en détail

Programme scientifique MUST

Programme scientifique MUST Programme scientifique MUST Management of Urban Smart Territories 03/06/2014 Claude Rochet - Florence Pinot 1 Qu est-ce qui fait qu une ville est «smart»? Ce n est pas une addition de «smarties»: smart

Plus en détail

Accès personnalisé multicritères à de multiples sources d informations.

Accès personnalisé multicritères à de multiples sources d informations. Lyon - France Accès personnalisé multicritères à de multiples sources d informations. Samir kechid Université des Sciences et de la Technologie Houari Boumediene. USTHB BP 32 El Alia Bab Ezzouar Alger

Plus en détail

Nouvelles classes de problèmes pour la fouille de motifs intéressants dans les bases de données 2

Nouvelles classes de problèmes pour la fouille de motifs intéressants dans les bases de données 2 Nouvelles classes de problèmes pour la fouille de motifs intéressants dans les bases de données 2 Lhouari Nourine 1 1 Université Blaise Pascal, CNRS, LIMOS, France SeqBio 2012 Marne la vallée, France 2.

Plus en détail

Utilisation des tableaux sémantiques dans les logiques de description

Utilisation des tableaux sémantiques dans les logiques de description Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca

Plus en détail

Empreintes conceptuelles et spatiales pour la caractérisation des réseaux sociaux

Empreintes conceptuelles et spatiales pour la caractérisation des réseaux sociaux Empreintes conceptuelles et spatiales pour la caractérisation des réseaux sociaux Bénédicte Le Grand*, Marie-Aude Aufaure** and Michel Soto* *Laboratoire d Informatique de Paris 6 UPMC {Benedicte.Le-Grand,

Plus en détail

CAPE: Context-Aware Agile Business Process Engine

CAPE: Context-Aware Agile Business Process Engine CAPE: Context-Aware Agile Business Process Engine Irina Rychkova, Manuele Kirsch Pinheiro, Bénédicte Le Grand To cite this version: Irina Rychkova, Manuele Kirsch Pinheiro, Bénédicte Le Grand. CAPE: Context-Aware

Plus en détail

Guide d utilisation de la base de données : ACMDL

Guide d utilisation de la base de données : ACMDL partenaire du Guide d utilisation de la base de données : ACMDL Adresse: Rue la flanelle, cité Ain ellah Dely brahim Tél: (021) 91 03 52, Mob: (0770) 87 66 38, Fax: (021) 91 03 51 E mail: cadoc@cadoc.dz

Plus en détail

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente ADELFE : Atelier de développement de logiciels à fonctionnalité émergente Gauthier Picard*, Carole Bernon*, Valérie Camps**, Marie- Pierre Gleizes* * Institut de Recherche en Informatique de Toulouse Université

Plus en détail

MARF : Modular Audio Recognition Framework

MARF : Modular Audio Recognition Framework : Modular Audio Recognition Framework Département d Informatique et Génie Logiciel Faculté de Génie et Informatique Université Concordia, Montréal, Québec, Canada mokhov@cse.concordia.ca ACFAS 2010 Introduction

Plus en détail

RÉSUMÉ DE THÈSE. L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile

RÉSUMÉ DE THÈSE. L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile RÉSUMÉ DE THÈSE L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile avec des estimations de deux projets sur trois peinent à donner un résultat satisfaisant (Nelson,

Plus en détail

Partenaires: w w w. c o g m a s t e r. n e t

Partenaires: w w w. c o g m a s t e r. n e t Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences

Plus en détail

Vers un Atelier basé sur les Fragments de Méthode pour le Développement de SMA centrés sur les organisations

Vers un Atelier basé sur les Fragments de Méthode pour le Développement de SMA centrés sur les organisations Vers un Atelier basé sur les Fragments de Méthode pour le Développement de SMA centrés sur les organisations Sara Casare Directeur Thèse: Jaime Simão Sichman Co-Directeur Thèse: Zahia Guessoum Novembre

Plus en détail

Le nouveau Rolex Learning Center. Thomas.Guignard@epfl.ch Bibliothèque de l EPFL Responsable Développement des Collections et Appui Académique

Le nouveau Rolex Learning Center. Thomas.Guignard@epfl.ch Bibliothèque de l EPFL Responsable Développement des Collections et Appui Académique Le nouveau Rolex Learning Center Thomas.Guignard@epfl.ch Bibliothèque de l EPFL Responsable Développement des Collections et Appui Académique Colloque «Quelle nouvelle bibliothèque?» Besançon, 29 juin

Plus en détail

CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs!

CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE. Information importante : Ces conseils ne sont pas exhaustifs! CONSEILS POUR LA REDACTION DU RAPPORT DE RECHERCHE Information importante : Ces conseils ne sont pas exhaustifs! Conseils généraux : Entre 25 et 60 pages (hormis références, annexes, résumé) Format d un

Plus en détail

Analyse,, Conception des Systèmes Informatiques

Analyse,, Conception des Systèmes Informatiques Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance

Plus en détail

Visualiser des données.

Visualiser des données. Visualiser des données. Le point de vue du designer. Le design est une façon de penser. C est aussi une façon de se situer, d explorer un problème objectif, et de déterminer des approches pour concevoir

Plus en détail

Olivier DUPOUET Professeur des systèmes d Information KEDGE BS (Bordeaux) +33 6 86 44 87 47 / +33 5 56 84 63 25 olivier.dupouet@kedgebs.

Olivier DUPOUET Professeur des systèmes d Information KEDGE BS (Bordeaux) +33 6 86 44 87 47 / +33 5 56 84 63 25 olivier.dupouet@kedgebs. Olivier DUPOUET Professeur des systèmes d Information KEDGE BS (Bordeaux) +33 6 86 44 87 47 / +33 5 56 84 63 25 olivier.dupouet@kedgebs.com EDUCATION 2008: HDR (Habilitation à Diriger des Recherches) en

Plus en détail

Johan Oomen Netherlands Institute for Sound and Vision The Hague, Netherlands joomen@beeldengeluid.nl

Johan Oomen Netherlands Institute for Sound and Vision The Hague, Netherlands joomen@beeldengeluid.nl Date submitted: 12/08/2009 Video Active Le patrimoine télévisuel européen en ligne Johan Oomen Netherlands Institute for Sound and Vision The Hague, Netherlands joomen@beeldengeluid.nl Vassilis Tzouvaras

Plus en détail

Rappels. Génie logiciel. Implemented tactics. Oldest architecture: Batch-Sequential

Rappels. Génie logiciel. Implemented tactics. Oldest architecture: Batch-Sequential Rappels Génie logiciel Philippe Dugerdil Composants, packages Couches & dépendances Principes de structuration Réutilisation / responsabilité Réutilisation & composants 09.12.2010 Oldest architecture:

Plus en détail

Cours : INF 752 Techniques de vérification et de validation Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI

Cours : INF 752 Techniques de vérification et de validation Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI Faculté des sciences Centre de formation en technologies de l information Cours : INF 752 Techniques de vérification et de validation Trimestre : Automne 2015 Enseignant : Évariste Valéry BÉVO WANDJI 1.

Plus en détail

Jean-Mathieu Fallu Candidat au doctorat en marketing, HEC Montréal. Proposition de thèse

Jean-Mathieu Fallu Candidat au doctorat en marketing, HEC Montréal. Proposition de thèse 1 Jean-Mathieu Fallu Candidat au doctorat en marketing, HEC Montréal Proposition de thèse L adoption de comportements spontanés et de comportements délibérés de consommation socialement responsable : Une

Plus en détail

ENVIRONNEMENT DE WORKFLOW SCIENTIFIQUE

ENVIRONNEMENT DE WORKFLOW SCIENTIFIQUE ENVIRONNEMENT DE WORKFLOW SCIENTIFIQUE VALIDATION ET CONFORMITÉS Yuan LIN, Isabelle MOUGENOT, Thérèse LIBOUREL, LIRMM, 161 rue Ada, Montpellier Espace DEV, 500 rue JF Breton - Université de Montpellier

Plus en détail

- Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK

- Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK ArchiMate et l architecture d entreprise Par Julien Allaire Ordre du jour Présentation du langage ArchiMate - Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK Présentation du modèle

Plus en détail

Integrated Music Education: Challenges for Teaching and Teacher Training Presentation of a Book Project

Integrated Music Education: Challenges for Teaching and Teacher Training Presentation of a Book Project Integrated Music Education: Challenges for Teaching and Teacher Training Presentation of a Book Project L enseignement intégré de la musique: Un défi pour l enseignement et la formation des enseignants

Plus en détail

TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes

TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes TRS: Sélection des sous-graphes représentants par l intermédiaire des attributs topologiques et K-medoïdes Mohamed Moussaoui,Wajdi Dhifli,Sami Zghal,Engelbert Mephu Nguifo FSJEG, Université de Jendouba,

Plus en détail

intelligence artificielle et cognitique"

intelligence artificielle et cognitique Dialogue on Education, 11h-11h10 Course overview on "Automatisation avancée, intelligence artificielle et cognitique" Prof. Dr. Jean-Daniel Dessimoz, MBA, HES-SO / HEIG-VD 11:00-11:10, 18 November 2014

Plus en détail

ARDUIN Pierre-Emmanuel

ARDUIN Pierre-Emmanuel ARDUIN Pierre-Emmanuel Maître de conférences pierre-emmanuel.arduin@dauphine.fr Tél : +33(0)1.44.05.48.19 Bureau : A 702 Site web : Site web Poste actuel et responsabilités à Dauphine Responsable d'un

Plus en détail

PLAN DE COURS Automne 2006

PLAN DE COURS Automne 2006 PLAN DE COURS Automne 2006 BIO 10055 A Écologie générale Informations générales Crédits : 3 Temps consacré : 3 0 2 4 Formule pédagogique : LT Préalable(s) : (BIO 19902 ou BIO 13328), BIO 10041 Concomitant(s)

Plus en détail

Plan de cours ADM 992C Page 1. École des sciences de la gestion Département de management et technologie Université du Québec à Montréal

Plan de cours ADM 992C Page 1. École des sciences de la gestion Département de management et technologie Université du Québec à Montréal Plan de cours ADM 992C Page 1 École des sciences de la gestion Département de management et technologie Université du Québec à Montréal ADM-992C LES TECHNOLOGIES D'AIDE À LA PRISE DE DÉCISION DANS LES

Plus en détail

La coopération dans un contexte de recherches doctorales Cooperation amongst PhD researchers. Josée Charbonneau Anne- Marie Merrien 28 mai 2014

La coopération dans un contexte de recherches doctorales Cooperation amongst PhD researchers. Josée Charbonneau Anne- Marie Merrien 28 mai 2014 La coopération dans un contexte de recherches doctorales Cooperation amongst PhD researchers Josée Charbonneau Anne- Marie Merrien 28 mai 2014 Pourquoi sommes- nous ici? Étudiantes au doctorat, bourse

Plus en détail

Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech

Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech Le dispositif L Institut suisse de brainworking (ISB) est une association

Plus en détail

Résumé de la thèse de Christiane NOTARI intitulée : Métaphore de l ordinateur et linguistique cognitive Janvier 2008

Résumé de la thèse de Christiane NOTARI intitulée : Métaphore de l ordinateur et linguistique cognitive Janvier 2008 «Métaphore de l ordinateur et linguistique cognitive» Thèse de doctorat sous la Direction de M. Jean PAMIÈS Université de Toulouse II Par Christiane NOTARI RÉSUMÉ La métaphore de l'ordinateur règne au

Plus en détail

Identification de thèmes cas de l Arabe standard

Identification de thèmes cas de l Arabe standard Identification de thèmes cas de l Arabe standard Mourad Abbas 1, Kamel Smaili 2, et Daoud Berkani 3 1 Speech Processing Laboratory, CRSTDLA, 1 rue Djamel Eddine Alfghani, 16000 Algiers, Algeria, m abbas04@yahoo.fr

Plus en détail

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013 Cube de textes et opérateur d'agrégation basé sur un modèle vectoriel adapté Text Cube Model and aggregation operator based on an adapted vector space model Lamia Oukid, Ounas Asfari, Fadila Bentayeb,

Plus en détail

Plan de cours. 2. Place du cours dans le programme Préalable : IFT-487 Base de données, ou expérience en conception d une base de données.

Plan de cours. 2. Place du cours dans le programme Préalable : IFT-487 Base de données, ou expérience en conception d une base de données. Faculté des sciences Centre de formation en technologies de l information Plan de cours Cours : INF747 Conception et gestion des systèmes d information en entreprise Trimestre : Hiver 2015 Enseignants

Plus en détail

LC2 Formes et relations grammaticales

LC2 Formes et relations grammaticales LC2 Formes et relations grammaticales Léa Nash (Pr, Sciences du Langage, Paris 8) architecture générale de LC2 : 3 cours : un cours-«noyau» en syntaxe formelle (30 heures), deux cours-«interfaces» (environ

Plus en détail

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS Rev. Energ. Ren. : Chemss 2000 39-44 La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS D.K. Mohamed, A. Midoun et F. Safia Département

Plus en détail

DEA ès Sciences de Gestion. DES en Sciences Economiques. Ingénieur diplômé de l'ecole Polytechnique de Paris.

DEA ès Sciences de Gestion. DES en Sciences Economiques. Ingénieur diplômé de l'ecole Polytechnique de Paris. Education René Demeestere Emeritus Professor, Department Accounting and Management Control DEA ès Sciences de Gestion. DES en Sciences Economiques. Ingénieur diplômé de l'ecole Polytechnique de Paris.

Plus en détail

Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence

Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence Gwenole Fortin To cite this version: Gwenole Fortin. Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence. 2006.

Plus en détail

Adaptation dynamique de l interaction multimodale dans les environnements ubiquitaires

Adaptation dynamique de l interaction multimodale dans les environnements ubiquitaires Adaptation dynamique de l interaction multimodale dans les environnements ubiquitaires Slim Ben Hassen Orange Labs Lannion, France slim.benhassen@orange.com Abstract Mariano Belaunde Orange Labs Lannion,

Plus en détail

Formula Negator, Outil de négation de formule.

Formula Negator, Outil de négation de formule. Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente

Plus en détail

Interaction Homme-Machine Conception, Réalisation

Interaction Homme-Machine Conception, Réalisation ESSI Interaction Homme-Machine Conception, Réalisation Laurence Nigay laurence.nigay@imag.fr Laboratoire CLIPS Institut IMAG Université de Grenoble 1 Equipe Ingénierie de l Interaction Homme-Machine Année

Plus en détail

Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe

Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

Activité 3. Bâtir une base de données de références bibliographiques BibTeX

Activité 3. Bâtir une base de données de références bibliographiques BibTeX Manque des informations dans le style Alpha INF7000 HIV2011 Identifier les situations de plagiat Gestion des références bibliographiques Activité 1 Situation OUI NON Peut-on reproduire mot à mot quelques

Plus en détail

Préparer un état de l art

Préparer un état de l art Préparer un état de l art Khalil DRIRA LAAS-CNRS, Toulouse Unité de recherche ReDCAD École Nationale d ingénieurs de Sfax Étude de l état de l art? Une étude ciblée, approfondie et critique des travaux

Plus en détail

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels

Plus en détail

SPECIAL STRATEGIC MEETING FOR A NEW INTEGRAL ALLIANCE

SPECIAL STRATEGIC MEETING FOR A NEW INTEGRAL ALLIANCE SPECIAL STRATEGIC MEETING FOR A NEW INTEGRAL ALLIANCE www.integralvision.fr 28/04/12 1 LES SERVICES INTEGRAL VISION Cradle to Cradle «Avoir un impact positif» Déchet = nourriture Energie renouvelable Diversité

Plus en détail

Introduction aux bases de données

Introduction aux bases de données Introduction aux bases de données Références bibliographiques Jeff Ullman,Jennifer Widom, «A First Course in Database systems», Prentice-Hall, 3rd Edition, 2008 Hector Garcia-Molina, Jeff Ullman, Jennifer

Plus en détail

Conception et mise en œuvre d une ontologie du suivi des opérations menées par les collectivités territoriales

Conception et mise en œuvre d une ontologie du suivi des opérations menées par les collectivités territoriales Conception et mise en œuvre d une ontologie du suivi des opérations menées par les collectivités territoriales Wilfried Despagne 1,2, Thomas Burger 1,3 1 Lab-STICC (UMR 3192) Université de Bretagne-Sud

Plus en détail

Les études de cas Responsable: Monika Niederhuber, Pauline Bart

Les études de cas Responsable: Monika Niederhuber, Pauline Bart Geographic Information Technology Training Alliance (GITTA) presents: Les études de cas Responsable: Monika Niederhuber, Pauline Bart Table des matières 1. Les études de cas...2 1.1. Définitions et commentaires...

Plus en détail

Gestion de projet agile

Gestion de projet agile Véronique M e s s a g e r R o t a Préface de Jean T a b a k a Gestion de projet agile 3 e édition Groupe Eyrolles, 2007, 2009, 2010, ISBN : 978-2-212-12750-8 D Bibliographie Gestion de projet «classique»

Plus en détail

Les Interacteurs Hiérarchisés 1

Les Interacteurs Hiérarchisés 1 Les Interacteurs Hiérarchisés 1 Une architecture orientée tâches pour la conception des dialogues. Patrick Girard, Guy Pierra, Laurent Guittet LISI, ENSMA, Site du Futuroscope - B.P. 109-86960 FUTUROSCOPE

Plus en détail

Data Mining. Master 1 Informatique - Mathématiques UAG

Data Mining. Master 1 Informatique - Mathématiques UAG Data Mining Master 1 Informatique - Mathématiques UAG 1.1 - Introduction Data Mining? On parle de Fouille de données Data Mining Extraction de connaissances à partir de données Knowledge Discovery in Data

Plus en détail

Interaction Humain-Machine

Interaction Humain-Machine Interaction Humain-Machine Option de rattachement : TIC Technologies de l Information et de la Communication Enseignant responsable : Bertrand DAVID 1 Objectifs L interaction homme-machine est à la base

Plus en détail

Nous désirons tout mettre en œuvre pour découvrir le travail d enseignant et surtout, améliorer nos

Nous désirons tout mettre en œuvre pour découvrir le travail d enseignant et surtout, améliorer nos L A P P R E N T I S S A G E E N P R O F O N D E U R Présenté par : Michael Lafontaine, CGA, M. Fisc. Bruce Lagrange, CA, M. Sc. Patricia Michaud, CA, MBA Francis Belzile, CA, M. Fisc. Janie Bérubé, CA,

Plus en détail

EXPLORATION DES BASES DE DONNÉES INDUSTRIELLES À L AIDE DU DATA MINING PERSPECTIVES

EXPLORATION DES BASES DE DONNÉES INDUSTRIELLES À L AIDE DU DATA MINING PERSPECTIVES EXPLORATION DES BASES DE DONNÉES INDUSTRIELLES À L AIDE DU DATA MINING PERSPECTIVES Bruno Agard (1), Andrew Kusiak (2) (1) Département de Mathématiques et de Génie Industriel, École Polytechnique de Montréal,

Plus en détail

Projet ANR-06-SETI-015 RIMEL (Raffinement Incrémental de Modèles événementiels) Rapport intermédiaire annuel

Projet ANR-06-SETI-015 RIMEL (Raffinement Incrémental de Modèles événementiels) Rapport intermédiaire annuel Projet ANR-06-SETI-015 RIMEL (Raffinement Incrémental de Modèles événementiels) Rapport intermédiaire annuel Coordonnateur Dominique Méry LORIA,Université Henri Poincaré Nancy 1 Partenaire 3 Mohamed Mosbah

Plus en détail

DSL. Domain Specific Language. À l'aide des technologies Eclipse Modeling. Goulwen Le Fur goulwen.lefur@obeo.fr. Le 23 novembre 2012

DSL. Domain Specific Language. À l'aide des technologies Eclipse Modeling. Goulwen Le Fur goulwen.lefur@obeo.fr. Le 23 novembre 2012 DSL Domain Specific Language À l'aide des technologies Eclipse Modeling Le 23 novembre 2012 Goulwen Le Fur goulwen.lefur@obeo.fr Le but de cette session Montrer : Ce qu'est-un DSL/DSM Comment implémenter

Plus en détail

Toward an eco-conceived. the case of Pat-DD

Toward an eco-conceived. the case of Pat-DD UNIVERSITÉ DE TECHNOLOGIE Toward an eco-conceived COMPIÈGNE COSTECH socio-technical Connaissance, organisation innovation et systèmes techniques : SIC01 Emergence des acteurs innovants dans l entreprise

Plus en détail

Figure 1 - Notice bibliographique d un livre avec auteur unique.

Figure 1 - Notice bibliographique d un livre avec auteur unique. Nom, Prénom. Année de publication. Titre du livre : sous-titre, Numéro d édition. «Collection», Volume. Lieu de publication : Nom de l éditeur, Nombre de pages. Fourez, Gérard. 2002. La Construction des

Plus en détail

Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair

Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux

Plus en détail

Marc ROBERT. Courriel : Fonction : Professeur Associé. Biographie

Marc ROBERT. Courriel : Fonction : Professeur Associé. Biographie Courriel : Fonction : Professeur Associé Marc ROBERT Biographie Marc ROBERT, docteur en Economie, est professeur assistant au Groupe Sup de Co Montpellier Business School où il est responsable du département

Plus en détail