Identifiant pérenne de la notice : 247268186
Notice de type
Notice de regroupement
Note publique d'information : Aujourd’hui, l’informatisation des saisies de données et la puissance des systèmes
de collecte conduisent à la construction de grandes Bases de Données (BD). L’exploitation
de ces millions de données fait appel à des techniques d’Extraction de Connaissances
de Données (ECD) et des techniques d’Ingénierie des Connaissances (IC). Dans ce travail
de thèse, nous proposons une nouvelle approche, appelée SAFE-Next (Systemic Approach
For Enhanced kNowledge Extraction) qui intègre les quatre approches suivantes : La
première est appelée ASMEC (Approche Systémique de Modélisation des Connaissances).
Elle consiste en une méthode de modélisation des connaissances multi-vues et selon
une architecture à plusieurs niveaux d’abstraction. La deuxième approche, AICEF (Approche
d’Incorporation des Connaissances Expertes dans la Fouille de données), propose l’élaboration
et l’utilisation de métadonnées multi-vues comme un moyen pour l’incorporation des
connaissances formalisées par ASMEC dans le processus d’ECD. La troisième approche,
ASAIC (Approche Systémique d’Analyse d’Impact de Changement), utilise le modèle de
connaissances d’ASMEC pour une analyse interactive et multi-vues de l’impact d’un
changement sur un système. La quatrième approche, ASEM (Approche Systémique d’Evaluation
de Modèles), fournit un modèle général d’évaluation de modèles de connaissances. SAFE-Next
a été appliquée dans le domaine de l’accidentologie pour l’élaboration de Scénarios-Type
d’Accidents (STA) multi-vues. Ces STA sont utilisés comme un moyen de communication
entre les accidentologistes et les concepteurs pour le développement des systèmes
de sécurité embarqués dans les véhicules.
paprika.idref.fr
data.idref.fr
Documentation
