Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états
Identifieur interne : 000B36 ( PascalFrancis/Corpus ); précédent : 000B35; suivant : 000B37Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états
Auteurs : J.-M. Blin ; V. Masson ; R. QuiniouSource :
- Revue d'intelligence artificielle [ 0992-499X ] ; 1999.
Descripteurs français
- Pascal (Inist)
English descriptors
- KwdEn :
Abstract
Nous proposons d'associer le raisonnement à partir de cas - RÀPC - à la recherche heuristique dans un espace d'états. Le RÀPC est généralement utilisé pour retrouver une solution complète au problème initial posé. Nous suggérons de construire un problème courant à chaque étape de la recherche, à partir de l'état atteint et du but initial, et d'utiliser le RÀPC pour retrouver un problème similaire et une solution à ce nouveau problème. Pour multiplier les chances de retrouver des cas similaires, les solutions obtenues avec ou sans l'aide du RÀPC sont découpées en fragments de solution mémorisés en tant que cas de référence. Une classification hiérarchique de la base de cas est proposée pour prendre en compte la multiplication des cas ainsi obtenus. La recherche de cas similaires fournit un effet de bord intéressant conduisant à la définition d'une heuristique utilisée par le système de recherche lorsqu'aucun des cas remémorés n'est satisfaisant. La méthode est appliquée à un algorithme d'apprentissage automatique utilisé pour la modélisation du patient d'un système d'aide à la rééducation de l'aphasie. Quelques éléments d'évaluation empirique sont fournis.
Notice en format standard (ISO 2709)
Pour connaître la documentation sur le format Inist Standard.
pA |
|
---|
Format Inist (serveur)
NO : | PASCAL 99-0246926 INIST |
---|---|
FT : | Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états |
ET : | (Acquiring experience for state space search using case-based reasoning) |
AU : | BLIN (J.-M.); MASSON (V.); QUINIOU (R.); BICHINDARITZ (Isabelle); MILLE (Alain); NAPOLI (Amedeo) |
AF : | IRISA, Campus de Beaulieu/35042 Rennes/France (1 aut., 2 aut., 3 aut.); MSI/Limoges/France (1 aut.); FHCRC/Seattle/Etats-Unis (1 aut.); LISA CPE/Lyon/France (2 aut.); LORIA/Nancy/France (3 aut.) |
DT : | Publication en série; Niveau analytique |
SO : | Revue d'intelligence artificielle; ISSN 0992-499X; France; Da. 1999; Vol. 13; Pp. 73-95; Abs. anglais; Bibl. 1 p.3/4 |
LA : | Français |
FA : | Nous proposons d'associer le raisonnement à partir de cas - RÀPC - à la recherche heuristique dans un espace d'états. Le RÀPC est généralement utilisé pour retrouver une solution complète au problème initial posé. Nous suggérons de construire un problème courant à chaque étape de la recherche, à partir de l'état atteint et du but initial, et d'utiliser le RÀPC pour retrouver un problème similaire et une solution à ce nouveau problème. Pour multiplier les chances de retrouver des cas similaires, les solutions obtenues avec ou sans l'aide du RÀPC sont découpées en fragments de solution mémorisés en tant que cas de référence. Une classification hiérarchique de la base de cas est proposée pour prendre en compte la multiplication des cas ainsi obtenus. La recherche de cas similaires fournit un effet de bord intéressant conduisant à la définition d'une heuristique utilisée par le système de recherche lorsqu'aucun des cas remémorés n'est satisfaisant. La méthode est appliquée à un algorithme d'apprentissage automatique utilisé pour la modélisation du patient d'un système d'aide à la rééducation de l'aphasie. Quelques éléments d'évaluation empirique sont fournis. |
CC : | 001D02C02 |
FD : | Intelligence artificielle; Système expert; Base connaissance; Acquisition connaissances; Représentation connaissances; Similitude; Raisonnement basé sur cas; Classification; Méthode heuristique |
ED : | Artificial intelligence; Expert system; Knowledge base; Knowledge acquisition; Knowledge representation; Similarity; Case based reasoning; Classification; Heuristic method |
SD : | Inteligencia artificial; Sistema experto; Base conocimiento; Adquisición del conocimiento; Representación conocimientos; Similitud; Razonamiento fundado sobre caso; Clasificación; Método heurístico |
LO : | INIST-21320.354000083563140030 |
ID : | 99-0246926 |
Links to Exploration step
Pascal:99-0246926Le document en format XML
<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr" level="a">Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états</title>
<author><name sortKey="Blin, J M" sort="Blin, J M" uniqKey="Blin J" first="J.-M." last="Blin">J.-M. Blin</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
<author><name sortKey="Masson, V" sort="Masson, V" uniqKey="Masson V" first="V." last="Masson">V. Masson</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
<author><name sortKey="Quiniou, R" sort="Quiniou, R" uniqKey="Quiniou R" first="R." last="Quiniou">R. Quiniou</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
</titleStmt>
<publicationStmt><idno type="wicri:source">INIST</idno>
<idno type="inist">99-0246926</idno>
<date when="1999">1999</date>
<idno type="stanalyst">PASCAL 99-0246926 INIST</idno>
<idno type="RBID">Pascal:99-0246926</idno>
<idno type="wicri:Area/PascalFrancis/Corpus">000B36</idno>
</publicationStmt>
<sourceDesc><biblStruct><analytic><title xml:lang="fr" level="a">Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états</title>
<author><name sortKey="Blin, J M" sort="Blin, J M" uniqKey="Blin J" first="J.-M." last="Blin">J.-M. Blin</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
<author><name sortKey="Masson, V" sort="Masson, V" uniqKey="Masson V" first="V." last="Masson">V. Masson</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
<author><name sortKey="Quiniou, R" sort="Quiniou, R" uniqKey="Quiniou R" first="R." last="Quiniou">R. Quiniou</name>
<affiliation><inist:fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</inist:fA14>
</affiliation>
</author>
</analytic>
<series><title level="j" type="main">Revue d'intelligence artificielle</title>
<title level="j" type="abbreviated">Rev. intell. artif.</title>
<idno type="ISSN">0992-499X</idno>
<imprint><date when="1999">1999</date>
</imprint>
</series>
</biblStruct>
</sourceDesc>
<seriesStmt><title level="j" type="main">Revue d'intelligence artificielle</title>
<title level="j" type="abbreviated">Rev. intell. artif.</title>
<idno type="ISSN">0992-499X</idno>
</seriesStmt>
</fileDesc>
<profileDesc><textClass><keywords scheme="KwdEn" xml:lang="en"><term>Artificial intelligence</term>
<term>Case based reasoning</term>
<term>Classification</term>
<term>Expert system</term>
<term>Heuristic method</term>
<term>Knowledge acquisition</term>
<term>Knowledge base</term>
<term>Knowledge representation</term>
<term>Similarity</term>
</keywords>
<keywords scheme="Pascal" xml:lang="fr"><term>Intelligence artificielle</term>
<term>Système expert</term>
<term>Base connaissance</term>
<term>Acquisition connaissances</term>
<term>Représentation connaissances</term>
<term>Similitude</term>
<term>Raisonnement basé sur cas</term>
<term>Classification</term>
<term>Méthode heuristique</term>
</keywords>
</textClass>
</profileDesc>
</teiHeader>
<front><div type="abstract" xml:lang="fr">Nous proposons d'associer le raisonnement à partir de cas - RÀPC - à la recherche heuristique dans un espace d'états. Le RÀPC est généralement utilisé pour retrouver une solution complète au problème initial posé. Nous suggérons de construire un problème courant à chaque étape de la recherche, à partir de l'état atteint et du but initial, et d'utiliser le RÀPC pour retrouver un problème similaire et une solution à ce nouveau problème. Pour multiplier les chances de retrouver des cas similaires, les solutions obtenues avec ou sans l'aide du RÀPC sont découpées en fragments de solution mémorisés en tant que cas de référence. Une classification hiérarchique de la base de cas est proposée pour prendre en compte la multiplication des cas ainsi obtenus. La recherche de cas similaires fournit un effet de bord intéressant conduisant à la définition d'une heuristique utilisée par le système de recherche lorsqu'aucun des cas remémorés n'est satisfaisant. La méthode est appliquée à un algorithme d'apprentissage automatique utilisé pour la modélisation du patient d'un système d'aide à la rééducation de l'aphasie. Quelques éléments d'évaluation empirique sont fournis.</div>
</front>
</TEI>
<inist><standard h6="B"><pA><fA01 i1="01" i2="1"><s0>0992-499X</s0>
</fA01>
<fA03 i2="1"><s0>Rev. intell. artif.</s0>
</fA03>
<fA05><s2>13</s2>
</fA05>
<fA08 i1="01" i2="1" l="FRE"><s1>Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états</s1>
</fA08>
<fA09 i1="01" i2="1" l="FRE"><s1>Raisonnement à partir de cas</s1>
</fA09>
<fA11 i1="01" i2="1"><s1>BLIN (J.-M.)</s1>
</fA11>
<fA11 i1="02" i2="1"><s1>MASSON (V.)</s1>
</fA11>
<fA11 i1="03" i2="1"><s1>QUINIOU (R.)</s1>
</fA11>
<fA12 i1="01" i2="1"><s1>BICHINDARITZ (Isabelle)</s1>
<s9>introd.</s9>
</fA12>
<fA12 i1="02" i2="1"><s1>MILLE (Alain)</s1>
<s9>introd.</s9>
</fA12>
<fA12 i1="03" i2="1"><s1>NAPOLI (Amedeo)</s1>
<s9>introd.</s9>
</fA12>
<fA14 i1="01"><s1>IRISA, Campus de Beaulieu</s1>
<s2>35042 Rennes</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
<sZ>2 aut.</sZ>
<sZ>3 aut.</sZ>
</fA14>
<fA15 i1="01"><s1>MSI</s1>
<s2>Limoges</s2>
<s3>FRA</s3>
<sZ>1 aut.</sZ>
</fA15>
<fA15 i1="02"><s1>FHCRC</s1>
<s2>Seattle</s2>
<s3>USA</s3>
<sZ>1 aut.</sZ>
</fA15>
<fA15 i1="03"><s1>LISA CPE</s1>
<s2>Lyon</s2>
<s3>FRA</s3>
<sZ>2 aut.</sZ>
</fA15>
<fA15 i1="04"><s1>LORIA</s1>
<s2>Nancy</s2>
<s3>FRA</s3>
<sZ>3 aut.</sZ>
</fA15>
<fA20><s1>73-95</s1>
</fA20>
<fA21><s1>1999</s1>
</fA21>
<fA23 i1="01"><s0>FRE</s0>
</fA23>
<fA24 i1="01"><s0>eng</s0>
</fA24>
<fA43 i1="01"><s1>INIST</s1>
<s2>21320</s2>
<s5>354000083563140030</s5>
</fA43>
<fA44><s0>0000</s0>
<s1>© 1999 INIST-CNRS. All rights reserved.</s1>
</fA44>
<fA45><s0>1 p.3/4</s0>
</fA45>
<fA47 i1="01" i2="1"><s0>99-0246926</s0>
</fA47>
<fA60><s1>P</s1>
</fA60>
<fA61><s0>A</s0>
</fA61>
<fA64 i1="01" i2="1"><s0>Revue d'intelligence artificielle</s0>
</fA64>
<fA66 i1="01"><s0>FRA</s0>
</fA66>
<fA68 i1="01" i2="1" l="ENG"><s1>Acquiring experience for state space search using case-based reasoning</s1>
</fA68>
<fC01 i1="01" l="FRE"><s0>Nous proposons d'associer le raisonnement à partir de cas - RÀPC - à la recherche heuristique dans un espace d'états. Le RÀPC est généralement utilisé pour retrouver une solution complète au problème initial posé. Nous suggérons de construire un problème courant à chaque étape de la recherche, à partir de l'état atteint et du but initial, et d'utiliser le RÀPC pour retrouver un problème similaire et une solution à ce nouveau problème. Pour multiplier les chances de retrouver des cas similaires, les solutions obtenues avec ou sans l'aide du RÀPC sont découpées en fragments de solution mémorisés en tant que cas de référence. Une classification hiérarchique de la base de cas est proposée pour prendre en compte la multiplication des cas ainsi obtenus. La recherche de cas similaires fournit un effet de bord intéressant conduisant à la définition d'une heuristique utilisée par le système de recherche lorsqu'aucun des cas remémorés n'est satisfaisant. La méthode est appliquée à un algorithme d'apprentissage automatique utilisé pour la modélisation du patient d'un système d'aide à la rééducation de l'aphasie. Quelques éléments d'évaluation empirique sont fournis.</s0>
</fC01>
<fC02 i1="01" i2="X"><s0>001D02C02</s0>
</fC02>
<fC03 i1="01" i2="X" l="FRE"><s0>Intelligence artificielle</s0>
<s5>01</s5>
</fC03>
<fC03 i1="01" i2="X" l="ENG"><s0>Artificial intelligence</s0>
<s5>01</s5>
</fC03>
<fC03 i1="01" i2="X" l="SPA"><s0>Inteligencia artificial</s0>
<s5>01</s5>
</fC03>
<fC03 i1="02" i2="X" l="FRE"><s0>Système expert</s0>
<s5>02</s5>
</fC03>
<fC03 i1="02" i2="X" l="ENG"><s0>Expert system</s0>
<s5>02</s5>
</fC03>
<fC03 i1="02" i2="X" l="SPA"><s0>Sistema experto</s0>
<s5>02</s5>
</fC03>
<fC03 i1="03" i2="X" l="FRE"><s0>Base connaissance</s0>
<s5>03</s5>
</fC03>
<fC03 i1="03" i2="X" l="ENG"><s0>Knowledge base</s0>
<s5>03</s5>
</fC03>
<fC03 i1="03" i2="X" l="SPA"><s0>Base conocimiento</s0>
<s5>03</s5>
</fC03>
<fC03 i1="04" i2="X" l="FRE"><s0>Acquisition connaissances</s0>
<s5>04</s5>
</fC03>
<fC03 i1="04" i2="X" l="ENG"><s0>Knowledge acquisition</s0>
<s5>04</s5>
</fC03>
<fC03 i1="04" i2="X" l="SPA"><s0>Adquisición del conocimiento</s0>
<s5>04</s5>
</fC03>
<fC03 i1="05" i2="X" l="FRE"><s0>Représentation connaissances</s0>
<s5>05</s5>
</fC03>
<fC03 i1="05" i2="X" l="ENG"><s0>Knowledge representation</s0>
<s5>05</s5>
</fC03>
<fC03 i1="05" i2="X" l="SPA"><s0>Representación conocimientos</s0>
<s5>05</s5>
</fC03>
<fC03 i1="06" i2="X" l="FRE"><s0>Similitude</s0>
<s5>06</s5>
</fC03>
<fC03 i1="06" i2="X" l="ENG"><s0>Similarity</s0>
<s5>06</s5>
</fC03>
<fC03 i1="06" i2="X" l="SPA"><s0>Similitud</s0>
<s5>06</s5>
</fC03>
<fC03 i1="07" i2="X" l="FRE"><s0>Raisonnement basé sur cas</s0>
<s5>07</s5>
</fC03>
<fC03 i1="07" i2="X" l="ENG"><s0>Case based reasoning</s0>
<s5>07</s5>
</fC03>
<fC03 i1="07" i2="X" l="SPA"><s0>Razonamiento fundado sobre caso</s0>
<s5>07</s5>
</fC03>
<fC03 i1="08" i2="X" l="FRE"><s0>Classification</s0>
<s5>08</s5>
</fC03>
<fC03 i1="08" i2="X" l="ENG"><s0>Classification</s0>
<s5>08</s5>
</fC03>
<fC03 i1="08" i2="X" l="SPA"><s0>Clasificación</s0>
<s5>08</s5>
</fC03>
<fC03 i1="09" i2="X" l="FRE"><s0>Méthode heuristique</s0>
<s5>09</s5>
</fC03>
<fC03 i1="09" i2="X" l="ENG"><s0>Heuristic method</s0>
<s5>09</s5>
</fC03>
<fC03 i1="09" i2="X" l="SPA"><s0>Método heurístico</s0>
<s5>09</s5>
</fC03>
<fN21><s1>151</s1>
</fN21>
</pA>
</standard>
<server><NO>PASCAL 99-0246926 INIST</NO>
<FT>Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états</FT>
<ET>(Acquiring experience for state space search using case-based reasoning)</ET>
<AU>BLIN (J.-M.); MASSON (V.); QUINIOU (R.); BICHINDARITZ (Isabelle); MILLE (Alain); NAPOLI (Amedeo)</AU>
<AF>IRISA, Campus de Beaulieu/35042 Rennes/France (1 aut., 2 aut., 3 aut.); MSI/Limoges/France (1 aut.); FHCRC/Seattle/Etats-Unis (1 aut.); LISA CPE/Lyon/France (2 aut.); LORIA/Nancy/France (3 aut.)</AF>
<DT>Publication en série; Niveau analytique</DT>
<SO>Revue d'intelligence artificielle; ISSN 0992-499X; France; Da. 1999; Vol. 13; Pp. 73-95; Abs. anglais; Bibl. 1 p.3/4</SO>
<LA>Français</LA>
<FA>Nous proposons d'associer le raisonnement à partir de cas - RÀPC - à la recherche heuristique dans un espace d'états. Le RÀPC est généralement utilisé pour retrouver une solution complète au problème initial posé. Nous suggérons de construire un problème courant à chaque étape de la recherche, à partir de l'état atteint et du but initial, et d'utiliser le RÀPC pour retrouver un problème similaire et une solution à ce nouveau problème. Pour multiplier les chances de retrouver des cas similaires, les solutions obtenues avec ou sans l'aide du RÀPC sont découpées en fragments de solution mémorisés en tant que cas de référence. Une classification hiérarchique de la base de cas est proposée pour prendre en compte la multiplication des cas ainsi obtenus. La recherche de cas similaires fournit un effet de bord intéressant conduisant à la définition d'une heuristique utilisée par le système de recherche lorsqu'aucun des cas remémorés n'est satisfaisant. La méthode est appliquée à un algorithme d'apprentissage automatique utilisé pour la modélisation du patient d'un système d'aide à la rééducation de l'aphasie. Quelques éléments d'évaluation empirique sont fournis.</FA>
<CC>001D02C02</CC>
<FD>Intelligence artificielle; Système expert; Base connaissance; Acquisition connaissances; Représentation connaissances; Similitude; Raisonnement basé sur cas; Classification; Méthode heuristique</FD>
<ED>Artificial intelligence; Expert system; Knowledge base; Knowledge acquisition; Knowledge representation; Similarity; Case based reasoning; Classification; Heuristic method</ED>
<SD>Inteligencia artificial; Sistema experto; Base conocimiento; Adquisición del conocimiento; Representación conocimientos; Similitud; Razonamiento fundado sobre caso; Clasificación; Método heurístico</SD>
<LO>INIST-21320.354000083563140030</LO>
<ID>99-0246926</ID>
</server>
</inist>
</record>
Pour manipuler ce document sous Unix (Dilib)
EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/PascalFrancis/Corpus
HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 000B36 | SxmlIndent | more
Ou
HfdSelect -h $EXPLOR_AREA/Data/PascalFrancis/Corpus/biblio.hfd -nk 000B36 | SxmlIndent | more
Pour mettre un lien sur cette page dans le réseau Wicri
{{Explor lien |wiki= Wicri/Lorraine |area= InforLorV4 |flux= PascalFrancis |étape= Corpus |type= RBID |clé= Pascal:99-0246926 |texte= Acquisition d'expérience par raisonnement à partir de cas pour la recherche dans un espace d'états }}
![]() | This area was generated with Dilib version V0.6.33. | ![]() |