Direction de recherche : Jean-Gabriel GANASCIA

Co-encadrement : MATTIOLI Juliette

Fusion multi-sources d'informations de haut niveau : Introduction de connaissances sémantiques pour la gestion des incohérences

Un enjeu majeur des systèmes d'aide à la décision est d'automatiser le pré-traitement des informations provenant de diverses sources, afin d'en faciliter l'accès. L'objectif de notre travail est la reconnaissance d'occurrences de situations particulières, à partir d'observations issues de plusieurs sources. Dans le processus global de fusion d'informations pour la reconnaissance de situations, nous nous intéressons en particulier à trois étapes. D’abord, les situations que l'on souhaite reconnaître sont modélisées à l’aide du formalisme des graphes conceptuels. Nous bénéficions ainsi des travaux théoriques réalisés sur ce formalisme. Ensuite, l’identification des observations compatibles permet de vérifier que deux observations correspondent à la même situation, avant de tenter de les combiner. Cette identification repose sur l'utilisation de mesures de similarité de graphes adaptables à un domaine d'application spécifique. Enfin, la fusion d'informations repose sur l'utilisation de l'opération de jointure maximale sur les graphes conceptuels. Afin de permettre de fusionner des informations qui ne sont pas complètement identiques, nous relaxons les contraintes d'égalité des valeurs de deux nœuds concepts. La validation de notre travail se divise en deux phases. D’abord, nous mettons en évidence la validité de notre approche ainsi que l'importance d'injecter de la connaissance métier à l'intérieur du processus de fusion. Pour ce faire, nous utilisons notre plate-forme de fusion dans le cadre d'un système de recommandation de programmes télévisés. Ensuite, nous validons la généricité et l'adaptabilité de notre approche en utilisant la plate-forme de fusion sur quatre applications supplémentaires

Publications 2007-2021

• 2021
  • A. Faci, M.‑J. Lesot, C. Laudy : “Fuzzy Conceptual Graphs: a comparative discussion”, IEEE Symposium Series on Computational Intelligence, Foundations of Computational Intelligence (IEEE SSCI-FOCI 2021), Orlando, Florida, United States (2021)
  • A. Faci, M.‑J. Lesot, C. Laudy : “CG2A: Conceptual Graphs Generation Algorithm”, Joint Proceedings of the 19^th World Congress of the International Fuzzy Systems Association (IFSA), the 12^th Conference of the European Society for Fuzzy Logic and Technology (EUSFLAT), and the 11^th International Summer School on Aggregation Operators (AGOP), Bratislava, Slovakia, pp. 63-70, (Atlantis Press) (2021)
  • A. Faci, M.‑J. Lesot, C. Laudy : “cgSpan: Pattern Mining in Conceptual Graphs”, Int. Conf. on Artificial Intelligence and Soft Computing (ICAISC2021), vol. 12855, Lecture Notes in Computer Science, Zakopane, Poland, pp. 149-158, (Springer) (2021)
• 2010
  • C. Fraboulet‑Laudy : “Fusion multi-sources d’informations de haut niveau : Introduction de connaissances sémantiques pour la gestion des incohérences”, soutenance de thèse, soutenance 04/06/2010, direction de recherche Ganascia, Jean-Gabriel, co-encadrement : Mattioli, Juliette (2010)
• 2009
  • C. Laudy, J.‑G. Ganascia : “Introducing Semantic Knowledge in High-Level Fusion”, Proceedings of the SIMA workshop of Milcom2009, Boston, MA, United States, pp. 1-7, (IEEE) (2009)
  • C. Laudy, B. Habib, J.‑G. Ganascia : “Fusion of Claude Bernard’s Experiments for Scientific Discovery Reasoning”, 17^th International Conference on Conceptual Structures, ICCS 2009, vol. 5662, Lecture Notes in Computer Science, Moscow, Russian Federation, pp. 219-232, (Springer) (2009)
  • B. Habib, C. Laudy, J.‑G. Ganascia : “Using Fusion to Fill in the Gaps in Old Scientific Discoveries’ Notebooks”, IJCAI WORKSHOP ON GRAPH STRUCTURES FOR KNOWLEDGE REPRESENTATION AND REASONING (GKR 2009), Pasadena, California, United States (2009)
  • C. Laudy, J.‑G. Ganascia : “Using Maximal Join for Information Fusion”, FIRST IJCAI WORKSHOP ON GRAPH STRUCTURES FORKNOWLEDGE REPRESENTATION AND REASONING, Pasadena, California, United States (2009)
  • C. Laudy, J.‑G. Ganascia : “Fusion Symbolique pour la Recommandation de Programmes Televises”, EGC 2009, vol. RNTI-E-15, RNTI, Strasbourg, France, pp. 445-446 (2009)
• 2007
  • C. Laudy, J.‑G. Ganascia, C. Sedogbo : “High-level Fusion based on Conceptual Graphs”, 10^th International Conference on Information Fusion, Québec City, Québec, Canada, pp. 8-12, (IEEE) (2007)