[RECHERCHE] [VALORISATION] [PERSONNEL] [PUBLICATIONS] [LOGICIEL] [FTP] [INRIA]

Projet SHERPA

Applications

Les travaux de recherche du projet Sherpa ont menés à l'implémentation de plusieurs logiciels qui ont été utilisés dans divers domaines. Ces applications sont présentés ici par domaine:

Gestion des risques

Elsa: analyse de site avalancheux

Elsa a été développé à l'aide de Shirka au CEMAGREF de Grenoble. Il utilise une description du site sous forme d'unités d'informations (en particulier spatiales) modélisées sous forme d'objets Shirka et procède à une simulation de scenarii météorologiques permettant de déterminer le déclenchement, la masse de neige mobilisable et d'évaluer la vitesse de l'avalanche.

Pour en savoir plus: [Buisson 89, 90, &88]


Calcul scientifique, automatique, traitement du signal

Eve: résolution d'équations aux dérivées partielles

Eve a été développé à l'aide de Shirka au laboratoire TIM3 de Grenoble.

Pour en savoir plus: [Barras& 90, Rechenmann 91b, d]

Anaïs: enchainement de tâches en automatique

Anaïs a été développé en Scarp au Laboratoire d'Automatique de Grenoble.

Pour en savoir plus:

[Bassot, 1994a] Catherine Bassot et Florence Michau. Aide à l'interprétation de courbes de simulation pour l'analyse de systèmes dynamiques. Actes 9ième RFIA, Paris, FR, pages 721-726, 1994

[Bassot, 1994b] Catherine Bassot. ANAïS: un outil d'aide à l'analyse interactive de simulations. Thèse d'automatique, INPG, Grenoble, FR, 1994

Said: représentation et enchaînement de tâches pour le diagnostic vibratoire de plates-formes en mer

Said a été développé à l'aide de Scarp à l' IFREMER de Brest. C'est un système à base de connaissances utilisé pour le diagnostic vibratoire de plates-formes en mer. Le raisonnement est modélisé par des tâches: la tâche de diagnostic est récursivement décomposée en sous-tâches de plus en plus élémentaires, et finalement résolue par un enchaînement de programmes disponibles. Le processus de résolution correspondant est complexe et nécessite une co-opération fréquente entre le système et son utilisateur. Cette co-opération est gérée par le système Scarp.

Pour en savoir plus: [Prevosto& 89a, b, 91, Jean-Marie& 91]

Traitement de la parole

Des travaux dans ce domaine ont été menés à l'aide de Shirka à l' Institut de la Communication Parlée de Grenoble.

Pour en savoir plus:
[Caelen et al., 1988] Jean Caelen, Ophelia Cervantes, J.-F. Serignat et Y. Fernandez, Data and knowledge for speech processing. Dans Jacques Demongeot, Thierry Hervé, Vincent Rialle et Christophe Roche (éds.). Artificial intelligence and cognitive sciences. Manchester University Press, Manchester, GB, pages 23-48, 1988


Médical

Myosys

L'électromyographie est une technique de diagnostic des maladies neuro-musculaires. Elle impose des examens parfois douloureux au patient. Il est donc intéressant d'aider un praticien à choisir les examens les plus pertinents pour une situation donnée.

Dans le cadre d'une collaboration étroite avec le service d'électromyographie du CHU de Grenoble (Prof. A. Vila), le projet Sherpa développe le système Myosys destiné à conseiller le praticien dans le choix et l'enchaînement des examens. Le développement de Myosys s'est également inscrit dans le cadre du projet européen AIM ESTEEM -- et avec le soutien financier de la Région Rhône-Alpes de février 1993 à février 1995 --, qui a abouti à la réalisation d'une plate-forme opérationnelle composée notamment d'une base de données EMG, d'interfaces avec un équipement de traitement du signal, d'un module de télécommunication multi plate-forme et de systèmes à base de connaissances (dont Myosys). Cette plate-forme permet maintenant à un consortium d'experts de renommée internationale de sept nationalités différentes d'établir un standard européen pour la détection et le suivi des maladies neuromusculaires (voir EMG-net).

Le diagnostic électromyographique s'effectue à partir d'une acquisition systématique de données numériques et symboliques. Il se décompose en un ensemble d'étapes clairement définies: formulation d'hypothèses, génération d'un protocole d'examens spécifique au cas traité, évaluation des résultats d'examens, validation ou remise en cause de l'hypothèse courante, élaboration d'une conclusion. Chacune de ces étapes est constituée d'un concept (symptômes, hypothèses, protocoles, résultats d'examens) et d'une action (évoquer une hypothèse, générer un protocole, évaluer des résultats...). Un concept est représenté par une hiérarchie de classes et une action est représentée par une tâche qui se décompose en une liste de sous-tâches de plus en plus simples jusqu'à l'association d'une tâche élémentaire à un mécanisme d'inférence de base opérant sur les concepts précédemment cités (créer une instance, classer une instance dans une hiérarchie de classes, spécialiser une instance...). L'ensemble du système est développé dans l'environnement Scarp.
Les données numériques sont fournies à Myosys par l'intermédiaire de bibliothèques de programmes de traitement du signal élaborés par les partenaires du projet. Les données neurologiques normales et les déviations standard ont donné lieu à des études épidémiologiques qui ont permis l'élaboration d'abaques et de bases de données réalisées en grande partie par les partenaires danois. Enfin la qualité des diagnostics fournis par le système à base de connaissances est vérifiée par un ensemble de jeux de tests mis au point par les partenaires belges.

Pour ce faire, Myosys exploite une base de connaissances à objets sur l'anatomie, les pathologies, les symptômes et les protocoles d'examens. Le processus de raisonnement d'un médecin spécialiste est représenté à l'aide d'un modèle basé sur le concept de tâche. L'interface avec l'utilisateur permet à celui-ci de suivre et de comprendre la démarche du système dans les phases de décomposition de tâche en sous-tâches et de caractérisation par classification. Des planches anatomiques annotées permettent de comprendre le contenu de la base de connaissances et aident l'utilisateur à répondre correctement aux questions qui lui sont posées lors de la progression du diagnostic.

Les efforts récents ont porté sur l'amélioration de l'interface avec l'utilisateur et des fonctionnalités d'explication. Ainsi, l'intégration d'un ensemble d'images représentant des planches anatomiques a permis de faciliter l'acquisition des données, mais aussi la présentation synthétique des résultats.
Ces travaux se sont poursuivis par la création d'un serveur Web de documentation couplé à un environnement de résolution de problèmes utilisé au sein du projet. Nous avons proposé une mise à disposition, via ce serveur, de l'ensemble des planches anatomiques et des textes de documentation sur les objets et les tâches de la base de connaissances. Nous avons partiellement réalisé le mécanisme de synchronisation du navigateur Netscape avec l'environnement de résolution de problème.
Une nouvelle base de connaissances formée de cas médicaux est en cours d'élaboration au sein du projet Sherpa et sera prochainement intégrée à la plate-forme européenne. Cet outil reposera à terme sur les 2000 cas jugés intéressants qui ont déjà été collectés et en permettra leur consultation par un navigateur Web. Il s'agit donc de mettre à disposition un serveur de connaissances permettant la capitalisation de ce savoir-faire européen consensuel. Chaque partenaire pourra ainsi disposer de sa base de cas locale complète, des bases de cas publiques des autres partenaires, ainsi que de la base de cas consensuelle. Ce serveur, basé sur le système d'indexation Fusin développé au sein du projet, aura la particularité de permettre des recherches de cas médicaux similaires à un modèle de cas donné.

Pour en savoir plus: [Vila& 87, 90, Ziébelin& 94a, b, Morneau 96]

Gide: Gestion de dossiers médicaux

Gide a été développé en Shirka à l' IRISA de Rennes.

Pour en savoir plus:

[Noussi, 1988] Roger Noussi. GIDE: a system for intelligent handling of medical files of epileptics. Dans Jacques Demongeot, Thierry Hervé, Vincent Rialle et Christophe Roche (éds.). Artificial intelligence and cognitive sciences. Manchester University Press, Manchester, GB, pages 361-374, 1988

[Noussi, 1989] Roger Noussi. Un modèle objectal pour la synthèse de dossiers médicaux. Thèse d'informatique, université de Rennes 1, Rennes, FR, 1989


Biologie moléculaire

La macro-molécule d'ADN, principal constituant du génome, est le support matériel de l'hérédité et la mémoire du processus d'évolution. Sous la forme d'une séquence d'acides nucléiques, elle contient l'information nécessaire au développement et au maintien de tout organisme vivant. Certains fragments de la molécule d'ADN jouent un rôle particulièrement important : ce sont les gènes, qui codent les protéines. Ces dernières, qui assurent la plupart des fonctions enzymatiques et de structure dans les cellules, sont également des macro-molécules constituées par l'enchaînement de vingt acides aminés différents.

Le contenu informationnel d'un brin d'ADN peut être décrit par une séquence des lettres A, C, G et T, qui symbolisent les quatre acides nucléiques : adénine, cytosine, guanine et thymine. Un génome peut ainsi être abstrait sous la forme d'un "texte" écrit dans un alphabet de quatre lettres. Ces textes se prêtent particulièrement bien aux traitements informatiques. Il faut en effet les interpréter, c'est-à-dire déterminer les gènes, comprendre les mécanismes qui régulent leur traduction en protéines, identifier et caractériser ces protéines, rechercher des similarités entre séquences d'espèces différentes, etc. Cette démarche exploratoire fait un usage intensif de l'informatique, tant pour ses possibilités de stockage, de gestion des données et de calcul, que de représentation d'objets complexes et de leurs relations.

Dans ce contexte, le projet Sherpa travaille en étroite collaboration avec plusieurs laboratoires de biologie moléculaire (laboratoire de biométrie, génétique et biologie des populations, université Claude Bernard, Lyon; équipe d'Antoine Danchin à l'institut Pasteur de Paris et Atelier de Bio-Informatique (ABI) de Paris 6; équipe de Bernard Jacq au laboratoire de génétique et physiologie du développement de Marseille) sur le développement de bases de connaissances sur les génomes et d'environnements d'aide à l'analyse de séquences [Uvietta& 91, Médigue& 93, Rechenmann 95a, Euzenat& 97b].

ColiGene: une base de connaissances orientée objet sur la régulation de l'expression génétique d'Escherichia coli

ColiGene a été développé en Shirka au Laboratoire de biométrie, génétique et biologie des populations de Lyon. Il modélise les connaissances associées aux mécanismes de régulation dans le génome d'Escherichia coli. Ces connaissances sont exprimées d'une part sous forme d'objets Shirka et d'autre part via un réseau d'hypertextes connecté à ces objets.

Pour en savoir plus: [Perrière& 93]

Guy Perrière. Coligène, traitement de l'information des séquences biologiques. Cahiers IMABIO 2:61-66, 1991.

Guy Perrière. Application d'une représentation par objets des connaissances à la modélisation de certains aspects de l'expression des gènes chez Escherichia coli. Thèse de biologie, université Claude Bernard, Villeurbanne, FR, 1992.

MultiMap

La conception, par le laboratoire de biométrie, génétique et biologie des populations (Lyon), de la base de connaissances MultiMap, destinée à rendre compte des différents niveaux de cartographie des génomes des mammifères, a conduit à étudier, au sein du projet Sherpa, les problèmes liés à la formalisation et la représentation de cartes génomiques. Celles-ci décrivent un même chromosome selon plusieurs perspectives, chacune issue d'expériences spécifiques. Diverses entités biologiques (gènes, signaux, séquences répétées, etc.) se positionnent sur ces cartes selon un ordre parfois incomplet et se décomposent éventuellement en sous-éléments. La modélisation de ces cartes génomiques met en évidence des difficultés de représentation. Ainsi se posent les problèmes, non seulement de représenter des entités identiques selon de multiples perspectives et des décompositions différentes, mais aussi d'ordonner ces entités à partir de relations qui s'apparentent aux relations temporelles, de gérer les incohérences liées à cet ordonnancement et de pouvoir exprimer des relations sémantiques particulières comme celles associées à la notion d'homologie de gènes d'espèces différentes.

Pour en savoir plus: [Schmeltzer&93]

[Dorkeld, 1994] Frank Dorkeld. MULTIMAP: un modèle objet dédié à la cartographie comparée des génomes de mammifères. Thèse de biométrie, université Claude Bernard, Lyon, FR, 1994

ImaGene: environnement d'aide à l'analyse de séquences

ImaGene constitue l'aboutissement d'un projet financé par le GREG dont l'objectif était la réalisation, sur les deux années 1994 et 1995, d'un système coopératif d'aide à l'analyse de séquences, qui permette: Au terme de ces deux années de travail, un environnement complet, PowerTask, satisfaisant ces exigences initiales a été réalisé par le projet Sherpa et la société Ilog et difusé auprès de laboratoires de biologie, et notamment du laboratoire de bio-informatique de l'université Pierre et Marie Curie et de l'Institut Pasteur.
Les efforts de ces quatre dernières années ont aussi porté sur la modélisation des connaissances prescriptives, destinées à aider les biologistes à analyser les séquences génomiques, et plus particulièrement les génomes entiers, tels qu'ils commencent à être obtenus depuis 1996. La collaboration se poursuit donc avec les deux laboratoires de biologie impliqués initialement et le groupe de l'ABI (Atelier de Bio-Informatique). Ces équipes ont ainsi conçu le système ImaGene, qui aide un biologiste lors de l'analyse de séquences génomique. Imagene est en particulier destiné à l'annotation de chromosomes bactériens complets. Il permet de représenter et de gérer de manière uniforme les connaissances biologiques produites au cours de l'analyse d'un génome (gènes, signaux de régulation...), ainsi que les connaissances méthodologiques attachées à cette analyse, à savoir les méthodes d'analyse proprement dites et les conditions de leurs mises en oeuvre.
Par ailleurs, ImaGene dispose également d'une interface "cartographique" (Apic) permettant d'afficher, sur le même écran, l'ensemble des résultats produits par une ou plusieurs stratégies (objets biologiques, courbes de prédiction, etc.) afin de les comparer.

ImaGene a été utilisé dans le projet de séquençage du génome de la bactérie Bacilus subtilis. Il a en particulier permis d'expérimenter différentes stratégies de détection des erreurs de séquençage (erreurs de cadre de lecture). Il a ainsi contribué à identifier les régions contenant de telles erreurs.
L'obtention d'une version répartie de l'environnement d'aide à l'analyse de séquences permettra de fédérer les efforts de conception et d'expérimentation de nouvelles méthodes et tâches d'analyse de séquences et d'envisager la création d'un "club" d'utilisateurs.

Pour en savoir plus: [Rechenmann 95a], [Médigue& 95]

APIC: interface cartographique générique

L'interface cartographique Apic a pour objet de visualiser et de comparer les résultats produits par les méthodes d'analyse de séquences génomiques (recherche de parties codantes, recherche d'homologies...). Elle permet plus généralement d'obtenir une représentation graphique des informations disponibles sur les séquences nucléotidiques.

Sa principale originalité réside dans sa généricité. Le terme générique recouvre ici trois notions différentes. Premièrement, cette interface est multi-organismes, c'est-à-dire qu'elle n'est pas dédiée à l'étude d'un génome particulier. Deuxièmement, elle permet de représenter de manière homogène les différents types de cartes [Schmeltzer 95a]: cytogénétique, génétique, physique, etc. Enfin, cette interface ne se limite pas au simple affichage d'entités biologiques, elle permet également de visualiser les résultats issus de méthodes d'analyse de séquences comme par exemple des courbes ou des images.

Du fait de cette généricité, Apic peut être utilisée dans des domaines autres que celui de la biologie, en particulier dans tous les problèmes où l'on manipule des objets représentables sous la forme de segments orientés (par exemple, des informations temporelles).

Le prototype actuel a été connecté au système ImaGene, permettant ainsi aux utilisateurs de ce système de visualiser et de sélectionner les objets biologiques qui sont produits par les tâches d'analyse de séquences. Sur la base de ce prototype, nous cherchons maintenant à développer de nouvelles collaborations, en particulier avec l'INRA. Le but est d'enrichir notre modèle d'interface en introduisant de nouvelles possibilités de représentation aptes à faciliter le travail d'interprétation des cartes par les biologistes. Ainsi, nous cherchons à modéliser d'autres types de cartes comme les cartes circulaires, ou encore de permettre l'annotation d'objets biologiques par des liens hypertextuels pointant à travers le Web sur des références bibliographiques.

Pour en savoir plus: [Bisson& 95, Garreau 95].

Knife: une base de connaissance sur les réseaux d'interactions géniques dans l'embryon de drosophile

Knife signifie Knowledge on the Networks of Interactions in the Fly Embryo. C'est une base de connaissance écrite en Troeps et destinée à modéliser les interactions géniques dans la phase du développement embryonnaire de la mouche du vinaigre (Drosophila melanogaster).
Knife est développée grâce à une aide obtenue pour 1996 et 1997 dans le cadre de l'appel d'offres des "Actions Concertées et Coordonnées - Sciences du Vivant (13: informatique et génome)" du ministère de la recherche qui a permi de débuter une collaboration avec l'équipe de Bernard Jacq, du laboratoire de génétique et physiologie du développement de Marseille.
Outre la description des concepts mis en oeuvre dans l'interaction génique (gène, protéine, motif d'expression, site de fixation...), la base contient la description à un haut niveau d'instances d'interactions. Elle bénéficie de divers outils de manipulation: algorithme de parcours des graphes d'interaction, affichage de ces graphes et des motifs d'expression grâce à des "applets" écrites en Java. La fonctionnalité la plus spectaculaire est un algorithme capable de déterminer l'ensemble des segments de la mouche sur laquelle agit un réseau d'interactions différent et de déterminer automatiquement si le réseau est suffisant pour expliquer les observations faites en laboratoire.

La base KNIFE est visible à l'URL http://gifts.univ-mrs.fr/knife.html.

Ce travail se poursuit à partir de 1998 dans un cadre élargi.

Pour en savoir plus: [Euzenat& 97b]

Christophe Chemla, Une approche bio-informatique des réseaux d'interactions géniques impliqués dans le développement embryonnaire de Drosophila melanogaster, DEA de biologie, Université de la méditéranée, Marseille (FR), 1996

Drosoposon: une base de connaissances de transposons chez Drosophila melanogaster

Drosoposon a été développé en Shirka au Laboratoire de biométrie, génétique et biologie des populations de Lyon.

Pour en savoir plus:

[Hoogland 1996] C. Hooglang. Thèse, université Claude Bernard, Villeurbanne (FR), 1996

[Hoogland& 1997] C. Hoogland, C. Biémont. Drosoposon: a knowledge base on chromosomal localization of transposable element insertions in Drosophila, Computer applications in the biosciences 13(1):61-68, 1997

Isea : une interface cartographique générique

Au cours des années 1994-95, le projet Sherpa a participé au développement d'une première interface graphique Apic, permettant aux biologistes de visualiser les connaissances produites par le système sous la forme de cartes (génétique, physique...) et de naviguer entre ces cartes.
Ce travail sur les interfaces se poursuit actuellement au travers de l'interface cartographique Isea (Interface for Sequence Exploration and Analysis), développée en Java. Si ce nouveau système reprend les points forts de son prédécesseur, à savoir sa généricité à la fois d'un point de vue graphique et biologique (le système est multi-organisme), sa portabilité et son extensibilité ont été très sensiblement accrues. Concernant la portabilité, Isea est entièrement écrit en Java ce qui permet d'envisager une plus vaste diffusion du système. L'extensibilité du système est assurée grâce à l'adoption d'une technologie à base de composants qui permet de spécialiser l'interface en fonction de la tâche d'analyse qui est à accomplir, ce qui est un point crucial si l'on veut que la généricité du système ne soit pas réalisée au détriment de sa facilité d'utilisation.

Biométrie

Édora: modélisation de systèmes dynamiques en biologie des populations

Édora a été à l'origine du développement de Shirka. C'est un projet de modélisation en biométrie piloté par l' INRIA Sophia-Antipolis.

Pour en savoir plus: [Pavé& 86, Rechenmann& 88, Rousseau& 86, Rousseau& 89]

[Pierret-Golbreich, 1988a] Christine Pierret-Golbreich. Structuration des connaissances et raisonnement à l'aide d'objets. Rapport de recherche 847, INRIA, Rocquencourt, FR, 1988

[Pierret-Golbreich, 1988b] Christine Pierret-Golbreich. Vers un système à base de connaissances centrée-objet pour la modélisation de systèmes dynamiques en biologie. Thèse d'informatique, université technologique de Compiègne, Compiègne, FR, 1988

Chimène: aide à la régression non linéaire

Chimène est un projet d'utilisation de Shirka de l' INRA de Jouy-en-Josas.

Pour en savoir plus:

[INRA88] Le projet CHIMENE, document ronéoté, INRA, Jouy-en-Josas (FR), 1988

Détermination d'espèces

Shirka a été utilisé au sein du Laboratoire de biométrie, génétique et biologie des populations de Lyon pour l'identification d'individus à l'aide de la classification.

Pour en savoir plus: [Gautier& 92]

[Sieffer, 1988] Anne Sieffer. Constitution d'une base de connaissances centrée-objet en vue de l'identification de poissons des Kerguelen à l'aide du système Shirka. Mémoire de DEA Analyse et modélisation des systèmes biologiques, université Claude Bernard, Lyon, FR, 1988

[Perrenou, 1986] C. Perrenou. Détermination spécifique et système expert. Mémoire de DEA Analyse et modélisation des systèmes biologiques, université Claude Bernard, Lyon, FR, 1986

Slot et Danaïde: analyse de données

Danaïde (sur Scai) puis Slot (sur Scarp) sont des logiciels d'aide à l'analyse de données développés au Laboratoire de biométrie, génétique et biologie des populations de Lyon.

Pour en savoir plus: [Chevenet& 93a, b]

[Chevenet, 1994] François Chevenet. Environnements coopératifs de résolution de problèmes pour l'analyse statistique: représentation objets et analyse des données multivariées en écologie. Thèse de biométrie, université Claude-Bernard, Lyon, FR, 1994

Gestion de troupeaux ovins

Shirka a été utilisé dans une première approche de modélisation de la gestion des troupeux ovins à l' INRA d'Avignon.

Pour en savoir plus:

[Girard 1995] Nathalie Girard. Structurer la description des cas et élaborer un langage pour guider l'acquisition des connaissances: une expériences en agronomie. Actes 6ièmes Journées <<acquisition de connaissance>>, Grenoble, FR, pages 287-300, 1995

[Girard 1996] Nathalie Girard. Characterizing strategic patterns of farms with knowledge-based temporal abstraction: the case of suckler sheep farms. Artificial intelligence applications in natural resources, environmental sciences and agriculture 10(3):41-55, 1996


Géologie

Sadig: classification de gisement d'or

Sadig est un système de classification précoce de gisements d'or développé au BRGM d'Orléans qui utilise principalement la classification de Shirka.

Pour en savoir plus: [Marcoux&89]


Production, maintenance

Subacosyas: commande

Le système Subacosyas a été développé à l'aide de Shirka à Lille.

Pour en savoir plus:

[Bennani, 1989] Mohamed Bennani. Subacosyas: un superviseur à base de connaissances en synthèse d'asservissement. Thèse d'informatique, université des sciences et technologies de Lille Flandre artois, Compiègne, FR, 1989

APEX: diagnostic technique

Apex, développé par la société Apside de Sèvres pour le diagnostic technique utilise Shirka.

Pour en savoir plus:

[Billoir, 1987] Thierry Billoir. Élaboration de diagnostics techniques par génération et propagation de suspicions et accusations. Actes 7ièmes journées internationales sur les systèmes experts et leurs applications, Avignon, FR, pages 867-885, 1987


Gestion de connaissance et mémoire technique

Le terme "mémoire d'entreprise" participe de la problématique de la gestion des connaissances ("knowledge management"); il désigne des systèmes informatiques susceptibles d'accroître les capacités de capitalisation et de gestion des connaissances et des expériences au sein des entreprises. On parlera ici plutôt de "mémoire technique" destinée à recevoir la connaissance technique utilisée par les ingénieurs de l'entreprise. Cette mémoire se doit d'être vivante parce qu'elle est utilisée et enrichie de manière quotidienne. Elle doit donc être cohérente et intelligible.

Notre approche de la mémoire technique est nourrie de notre expérience de la construction de bases de connaissances. Trois principes la gouvernent :

  1. les mémoires techniques seront d'autant plus utiles qu'elles seront exprimées dans un langage formel permettant un certain nombre de vérifications,
  2. tout ne pouvant s'exprimer de manière formelle, il est nécessaire de lier cette connaissance aux documents informels qui la concernent (bibliographie, lexique),
  3. les "rédacteurs" de cette mémoire technique doivent être aidés dans cette démarche.
Les deux premiers principes justifient les développements (lexique, déploiement sur le réseau) et études autour de notre système de représentation de connaissances Troeps. Ceux-ci contribuent à atteindre les objectifs d'intelligibilité en fournissant un modèle clair et accessible par n'importe quel client HTTP de la mémoire. Ce contenu est relié directement, par le même moyen, à des bases de données, des pages de documentation et des lexiques.
Le troisième principe nécessite le développement de recherches et d'outils nouveaux pour la révision et la construction coopérative de bases de connaissance, qui permettent de renforcer la cohérence des mémoires ainsi mises en oeuvre.

Ces travaux sont utilisés actuellement dans plusieurs collaboration qu'il n'est pas possible de détailler.


Économie, gestion, finance

La modélisation et la simulation de systèmes technico-économiques constituent le terrain d'expérimentation des travaux menés dans le projet sur la simulation à base de connaissances. Il s'agit de modéliser des phénomènes économiques complexes sous forme d'équilibres offre-demande, afin d'en réaliser des simulations.
Les modèles de ce type sont en général de grande taille et sont souvent déclinés en de nombreuses versions. Il est dans ces conditions intéressant de représenter explicitement les connaissances des modélisateurs (hypothèses sous-tendant les équations, choix des équations appropriées en fonction du contexte, par exemple) dans une base de connaissances de sorte que les modèles construits soient réutilisables. Deux applications bâties sur ce principe sont actuellement traitées à du logiciel Amia, dans les domaines de la planification des ressources en eau et de la simulation de l'évolution de la consommation en énergie.

SAFIR: analyse financière

Safir a été développé au sein du laboratoire ARTEMIS de Grenoble en Shirka.

Pour en savoir plus: [Colin& 86, Doize 86, Rechenmann&87]


Éducation

Lipsi: didacticiel d'apprentissage de langues étrangères

L'objectif du projet LIPSI, mené en collaboration avec plusieurs équipes de recherche de l'université Pierre Mendès-France, est de permettre à un étudiant de disposer d'un environnement informatique avec lequel il puisse interagir et dont les retours appropriés lui permettront d'acquérir et d'améliorer ses connaissances dans une langue étrangère. L'idée consiste à faire s'exprimer l'étudiant, au moyen du clavier et de la souris, à propos d'un scénario animé représenté à l'écran, en l'y incitant par le biais d'une tâche de résolution de problèmes.

Les capacités de représentation du modèle Troeps sont ici mises à profit pour la description des objets et des personnages du scénario (état, position, relations entre eux). Notamment, toute modification sur un plan du scénario (déplacement d'objets ou de personnages) est propagée dans la base de connaissances Troeps et, réciproquement, toute inférence déclenchée par Troeps est reportée sur l'animation graphique. De plus, Troeps est utilisé pour la vérification syntaxique des dialogues de l'étudiant.


Extensions

Florian: filtrage flou et analogie

Florian est une extension de Shirka vers le flou développée au Laboratoire de Recherches en Informatique d'Orsay.

Pour en savoir plus:

[Salotti, 1992] Sylvie Salotti. Filtrage flou et représentation centrée-objet pour raisonner par analogie: le système FLORIAN. Thèse d'informatique, université Paris-Sud, Orsay, FR, 1992

Soli: Shirka et règles

Soli est une extension de Shirka vers les règles de production développée par la société Act informatique de Paris.

Pour en savoir plus:

[Act, 1987] Manuel de référence de SOLI. Act informatique, Paris, FR, 450p., 1987


http://www.inrialpes.fr/sherpa/appli-fra.html

Last update 27-FEB-98