egc05 atelier rnti-e-5_(extraits)

Click here to load reader

Post on 01-Dec-2014

1.083 views

Category:

Education

1 download

Embed Size (px)

DESCRIPTION

 

TRANSCRIPT

  • 1. Revue des Nouvelles Technologies de lInformation Sous la direction de Djamel A. Zighed et Gilles Venturini RNTI-E-5 Extraction des connaissances : Etat et perspectives Rdacteurs invits : Florence Cloppet (Laboratoire CRIP5-SIP, Universit Ren Descartes, Paris) Jean-Marc Petit (Laboratoire LIMOS, Universit Blaise Pascal, Clermont-Fd) Nicole Vincent (Laboratoire CRIP5-SIP, Universit Ren Descartes, Paris) CPADUS-DITIONS 111, rue Vauquelin 31100 TOULOUSE France Tl. : 05 61 40 57 36 Fax : 05 61 41 79 89 (de ltranger ) + 33 5 61 40 57 36 Fax : + 33 5 61 41 79 89 www.cepadues.com courriel : cepadues@cepadues.com
  • 2. Chez le mme diteur RNTI-Revue des Nouvelles Technologies de l'Information Sous la direction de Djamel A. Zighed et Gilles Venturini n1 : Entreposage fouille de donnes E1 : Mesures de qualit pour la fouille de donnes E2 : Extraction et gestion des connaissances EGC 2004 C1 : Classification et fouille de donnes E3 : Extraction et gestion des connaissances EGC 2005 B1 : 1re Journe Francophone sur les Entrepts de Donnes et lAnalyse en ligne EDA 2005 E4 : Fouille de donnes complexes ISBN : 2.85428.707.X CEPAD 2005 Le code de la proprit intellectuelle du 1 juillet 1992 interdit expressment la photocopie usage collectif sans autorisation des ayants droit. Or, cette pratique en se gnralisant provoquerait une baisse brutale des achats de livres, au point que la possibilit mme pour les auteurs de crer des uvres nouvelles et de les faire diter correctement serait alors menace. er Nous rappelons donc que toute reproduction, partielle ou totale, du prsent ouvrage est interdite sans autorisation de l'diteur ou du Centre franais d'exploitation du droit de copie (CFC 3, rue d'Hautefeuille 75006 Paris). Dpt lgal : novembre 2005 N diteur : 707
  • 3. LE MOT DES DIRECTEURS DE LA COLLECTION RNTI Nous avons le plaisir de vous prsenter ce nouveau numro de la Revue des Nouvelles Technologies de l'Information qui va vous faire connatre le fruit des ateliers de la confrence EGC2005. De nombreux travaux de grande qualit prsents lors de ces ateliers mritaient davoir leur place dans RNTI, et cest maintenant chose faite grce au travail des rdacteurs invits et au soutien de lassociation EGC. A l'image de ce numro, nous vous rappelons que les thmatiques gnrales couvertes par RNTI concernent tous les domaines lis l'Extraction de connaissances partir des Donnes (ECD), la Fouille de donnes (FD), la Gestion des connaissances (GC). Afin de mieux distinguer les diffrentes thmatiques de RNTI, nous avons dfini les appellations spcifiques suivantes : RNTI - A : Apprentissage RNTI - B : Bases de donnes RNTI - C : Classification RNTI - E : Extraction et Gestion des Connaissances RNTI - S : Statistiques RNTI - W : Web RNTI a pour objectif d'tre un outil de communication de trs grande qualit et ouvert tous. Nous vous rappelons galement que deux types de numros sont publis dans RNTI : des actes de confrences slectives garantissant une haute qualit des articles (par exemple, nous demandons ce que trois relecteurs mettent un avis sur les articles soumis), des numros thme faisant l'objet d'un appel communication. Chaque numro thme est dit par un ou plusieurs rdacteurs en chef invits. Un comit de programme spcifique d'une quinzaine de personnes est form cette occasion. Nous sommes votre coute pour toute proposition de numros spciaux. Les thmatiques abordes sont susceptibles galement moyen terme d'tre largies d'autres domaines connexes. Nous esprons vivement que ce numro vous donnera tous une entire satisfaction. Pour tout renseignement, nous vous invitons consulter notre site Web et nous contacter. Djamel A. Zighed et Gilles http://www.antsearch.univ-tours.fr/rnti iii Venturini.
  • 4. PREFACE Les journes francophones EGC2005 se sont tenues Paris du 18 au 21 janvier et ont remport un grand succs. La journe du 18 janvier tait consacre aux ateliers et aux cours. Une partie importante du succs de la confrence EGC a rsid dans la grande attractivit des ateliers qui ont runi plus de 200 personnes sur des sujets trs varis dont le point commun tait lextraction et la gestion des connaissances. En outre, ces rencontres ont permis des changes fructueux, voire ont favoris lmergence de nouvelles problmatiques. Dans ce contexte, il a donc sembl tout fait opportun lassociation EGC de valoriser le travail des organisateurs des douze ateliers et les articles des participants qui ont contribu au succs de ces ateliers. Le prsent ouvrage est le fruit de ces rflexions. Il a t constitu partir des actes informels qui ont t distribus le jour des ateliers. Lintrt de louvrage rside en partie dans la ractivit que nous avons eue pour assurer sa publication. Chaque atelier est reprsent par un chapitre dans louvrage, les responsables dateliers rdigeant une introduction chaque chapitre. De manire assurer la meilleure qualit possible de louvrage, un processus de relecture a t entrepris et une valuation globale des diffrents papiers a t propose par chaque responsable dateliers aux diteurs de louvrage. Il va de soi quil ne sagissait pas daccepter de nouveaux papiers, plutt damener les auteurs consolider leur article la lumire des discussions qui ont pu intervenir pendant latelier. Que soient ici remercis chaleureusement pour leur travail et leur coopration les organisateurs des ateliers ainsi que les membres des comits de lecture impliqus dans louvrage. Enfin, la ralisation de cet ouvrage naurait pas t possible sans le trs fort soutien de lassociation EGC. A titre dexemple, cet ouvrage a t distribu gratuitement aux participants des ateliers, aux frais de lassociation EGC. Florence Cloppet (Universit Ren Descartes, Paris) Jean-Marc Petit (Universit Blaise Pascal, Clermont-Fd) Nicole Vincent (Universit Ren Descartes, Paris) v
  • 5. TABLE DES MATIRES Table des matires Partie I : Modlisation ...................................................................................................1 Chapitre 1 : Modlisation des connaissances ...............................................................3 Une nouvelle mthode graphique pour interroger et vrifier des diagrammes de classes UML Thomas Raimbault............................................................................................................7 Transformation des concepts du diagramme de classe UML en OWL full Macaire Ahlonsou, Emmanuel Blanchard, Henri Briand, Fabrice Guillet ....................13 Modliser des connaissances ontologiques dans le cadre du modle des Graphes Conceptuels Frdric Frst ................................................................................................................19 Cartes cognitives de graphes conceptuels David Genest, Stphane Loiseau ....................................................................................25 Modlisation des connaissances motionnelles par les cartes cognitives floues Nathalie Ronarch, Gale Rozec, Fabrice Guillet, Alexis Ndlec, Serge Baquedano, Vincent Philipp .........................................................................................31 Logique Floue applique linfrence du Risque Inhrent en audit financier Souhir Fendri-Kharrat, Hassouna Fedhila, Pierre-Yves Glorennec..............................37 Mthode smantique pour la classification et linterrogation de sources de donnes biologiques Nizar Messai, Marie-Dominique Devignes, Amedeo Napoli, Malika SmalTabbone ..........................................................................................................................43 Chapitre 2 : Modles graphiques probabilistes pour la modlisation des connaissances : infrence, apprentissage et applications ..........................................49 Modles de Markov cachs pour lestimation de plusieurs frquences fondamentales Francis Bach, Michael I. Jordan....................................................................................53 Infrence dans les HMM hirarchiques et factoriss : changement de reprsentation vers le formalisme des Rseaux Baysiens. Sylvain Gelly, Nicolas Bredeche, Michle Sebag ...........................................................57 vii
  • 6. Reprsentation et reconnaissance de caractres manuscrits par Rseaux Baysiens Dynamiques Laurence Likforman-Sulem, Marc Sigelle ......................................................................61 Les Rseaux Baysiens versus dautres modles probabilistes pour le diagnostic multiple de gros systmes Vronique Delcroix, Mohamed-Amine Maalej, Sylvain Piechowiak..............................65 Rseaux baysiens pour le filtrage dalarmes dans les systmes de dtection dintrusions Ahmad Faour, Philippe Leray, Cdric Foll....................................................................69 Causal Inference in Multi-Agent Causal Models Sam Maes, Stijn Meganck, Bernard Manderick .............................................................73 Rseaux Baysiens de Niveau Deux et D-Sparation Linda Smail, Jean-Pierre Raoult ....................................................................................77 Chapitre 3 : Modlisation dutilisateurs et Personnalisation de lInteraction Homme-Machine .........................................................