L’objectif de ce projet est de proposer un couplage formel entre un modèle de connaissance représenté par une ontologie et un modèle de simulation représenté par un MPR dans le but, à terme, de proposer une représentation in silico globale de systèmes dynamiques complexes intégrant les différents niveaux d’échelles nécessaires à la description du système. L’intérêt d’un tel couplage est de pouvoir exploiter la structuration des ontologies dans le but d’aider à la conception de modèles de simulation ; ceci afin d’améliorer et de rendre le plus générique possible la conception des modèles.
Les entreprises et industriels de tous secteurs doivent faire face aux exigences toujours plus croissantes de la part des citoyens et des pouvoirs publics en terme de législation, de qualité, de sûreté, d’offres, de coûts économiques, écologiques etc. Face à l’augmentation de la population, le réchauffement climatique et l’épuisement des ressources fossiles, la fabrication d’un produit ou la conduite d’un projet industriel ne se limite plus à sa dimension technique mais doit intégrer, dans sa conception, la dimension de durabilité de l’échelle locale à l’échelle mondiale. Les innovations, modifications et le développement de nouveaux projets seront indéniablement facilités pour ceux qui sauront avoir une vue d’ensemble sur leur système.
Les recherches actuelles pour atteindre cette vue d’ensemble s’appuient sur le développement de modèles mathématiques et informatiques capables de représenter in-silico l’ensemble des acteurs et des éléments fonctionnels en interactions à différents niveaux d’échelles au cours du temps dans le but de fournir des outils d’aide à la décision sur la base de scenarii réalistes. L’élaboration de tels modèles se trouvent confrontés à la complexité des mécanismes ; à l’importance de l’expertise difficiles à formaliser ; des vocabulaires employés ; à la faible quantité et qualité des données en regard de la variabilité des systèmes ; à la présence de dynamiques complexes multi échelles, etc.
Au regard de l’hétérogénéité des informations, l’approche graphique de la modélisation offre la possibilité de décrire les relations et les influences entre variables et systèmes, aussi bien qualitatifs que quantitatifs à l’aide de graphes. En ce sens, le concept des modèles relationnels probabilistes (MRPs), qui est une extension des modèles graphiques probabilistes intégrant des notions d’objets, propose un outil mathématique qui permet de traiter des systèmes de très grandes tailles et ainsi de décrire des dynamiques de systèmes complexes entachés d’incertitudes. Cet outil permet de coupler, et d’intégrer des connaissances issues de multiples sources d’expertise avec des données issues de multiples essais expérimentaux aussi bien dans la spécification de la partie qualitative (i.e. graphe) que de la partie quantitative (i.e. probabilités conditionnelles) et ce à différents niveaux d’échelles de connaissance.
Cependant, la construction et l’expressivité d’un tel modèle s’appuient sur la richesse du corpus de connaissances en amont. Les données d’apprentissage sont encore aujourd’hui essentiellement peu structurées et gérées de manière empirique dans des bases de données internes sans standardisation du vocabulaire. A l’aube du web dit sémantique (web 3.0), il convient dès lors de tirer avantage des données non/semi structurées issues du web public et de la littérature scientifique. Un des premiers verrous réside dans le fait que le corpus est souvent composé de connaissances parcellaires issues de différentes sources et différents champs disciplinaires, exprimées sous différents formats, à différentes échelles et entachées d’incertitudes. Il apparaît donc, que la modélisation systémique ne peut plus s’affranchir d’un prétraitement du corpus des connaissances en élaborant un modèle de connaissance du domaine unificateur qui sera ensuite utilisé comme catalyseur pour l’élaboration des modèles de simulation. En ce sens, le formalisme des ontologies permet de formaliser et de structurer le vocabulaire d’un domaine donné en définissant une organisation hiérarchique de concepts et de propriétés qui existent entre ces concepts, avec des règles et des axiomes qui les contraignent.
Le stage se déroulera en 4 parties :
<ol><li>Familiarisation avec les MRPs et/ou Ontologies en termes de modélisation.
</li><li>Le stagiaire devra s’investir dans la recherche bibliographique du sujet afin de s’approprier la problématique ;
</li><li>Étudier et identifier les passerelles possibles entre le formalisme des modèles relationnels probabilistes et celui des ontologies,
</li><li>Proposer des passerelles conceptuelles ou une méthodologie permettant de faire communiquer structures ontologiques et structures de MRPs.
</ol>
Ce stage sera réalisé pour une durée de 6 mois dans le cadre d’une collaboration entre I2M, MIA et le LIP6 :
l’équipe « Ingénierie des connaissances » de l’UMR MIA qui travaille en particulier sur la constitution de bases de connaissances et la gestion d’ontologies ;
l’équipe « intégration des connaissances » de I2M qui travaille sur le développement de modèles in silico représentant des systèmes complexes entachés d’incertitudes ;
l’équipe « Décision » du LIP6 spécialisée dans l'interaction entre les mathématiques de la décision et l'intelligence artificielle, et en particulier les modèles graphiques.
Le stagiaire sera amené à se déplacer entre Bordeaux et Paris.