approche qualitative en intelligence artificielle

1

Approche qualitative

Jimmy Perron

Patrick Pelletier

Benjamin Rivalland

2

Plan général de l’exposé

Raisonnement qualitatif

Représentation qualitative de l’espace

Raisonnement qualitatif spatial

Démonstration

3


Définition

Pourquoi ?

Objectifs

Différentes approches

4


Abstraction d’une réalité

Discrétisation des valeurs continues

Dérivation des comportements à partir de l’abstraction

5

Pourquoi ?

Perception humaine qualitative

+ naturel de modéliser qualitativement Manque de données quantitatives Traitement des données trop coûteux

Construction d’un modèle quantitatif complet impossible

Manque de raisonnement de bon sens

{

6

Objectifs

Dégager les modèles qualitatifs des lois physiques, économiques…

Prédire des comportements à partir d'une description qualitative

Expliciter les relations causales dans les systèmes physiques

7

Objectifs

Fournir des modèles pour l’IA Fournir des modèles de fonctionnement

pour les systèmes experts Combiner les modèles qualitatifs et

quantitatifs.

8


Définition Pourquoi ? Objectifs Différentes approches

Approche centrée contraintes Approche centrée composants Approche centrée processus Comparaisons & limitations

9

Approche centrée contraintes

Abstraction du système paramètres + contraintes

Algorithme QSIM déterminer les transitions légales des états

qualitatifs de chacun des paramètres filtre les combinaisons résultantes à l’aide des

contraintes calcule incrémentalement les instants limites séquence alternée d'instants et d'intervalles

ouverts d'instants consécutifs

10

États & transitions

Exemple : boule de neige lancée vers le haut

QS(x,(ti,ti+1)) P QS(x, ti+1) I QS(x, (ti+1,ti+2))

<qval,qdir> <qval,qdir> <qval,qdir>

<(h,h+1),inc> <h+1,std> <(h+1,h),dec>

QS(x, ti+2) I QS(x, (ti+2,ti+3))

<(h,h-1),dec> <(h-1),std>

11

Les contraintes arithmétiques

ADD(f, g, h)

MULT(f, g, h)

MINUS(f, g)

12

Les contraintes fonctionnelles

M+(f, g) f(t) = H(g(t)) H'(t) > 0 t

M-(f, g) f(t) = H(g(t)) H'(t) < 0 t

13

Les contraintes dérivées

DERIV(f, g) f'(t) = g(t) t

14

Approche centrée composants

Modèle qualitatif de la physique Composants + connexions Principes :

No-function-in-structure Localité Hypothèses de la classe générale

15

Approche centrée composants

Comportement dérivé par l’interaction des comportements des composants

Notion de causalité

16

Approche centrée processus

Vues individuelles États possibles du système 3 attributs

composants de la vue conditions internes ou externes relations entre les composants

Processus Vue individuelle Description des influences qui causent les

changements d’une quantité

17


I+(q, n) q influe positivement sur la quantité n

I-(q, n) q influe négativement sur la quantité n

I±(q, n) q influence n sans en spécifier le sens

18


Prédiction Instanciation et activation d'une vue

individuelle lorsqu'un ensemble d'individus satisfait les conditions individuelles

Changements d’états par des processus

Effets sur les composants

19

Comparaisons & limitations

Espace des quantités

Même espace qualitatif discret Perte d’information ?!

Abstractions différentes Paramètres + contraintes Composants + connexions Vues individuelles

20

Comparaisons & limitations

Approche centrée contraintes délaisse la modélisation

2 autres approches modélisation mieux structurée

3è : difficile d’identifier les processus

Limitation du raisonnement sur le temps

21

Application pour les SE

Heuristiques

Limitation dans les explications

22

Systèmes experts de seconde génération

Ajout de métaconnaissance

Intégration de la causalité

23





24

Plan de la section

Propriétés du monde réel Notion de point de vue Facteurs déterminant la position

Topologie Orientation

Objets avec extension Extension du modèle

25

Le monde à représenter

Propriétés de l’espace physique : Continue et homogène

Les objets ont une extension positive

Concept d’identité

Concept de localisation

Mouvements possibles : seulement dans les environs de l’objet

26

Représentation qualitativePoint de vue

Point de vue

A

B

C

Chaque observateur perçoit différemment la scène

27

Représentation qualitative« Frame » de référence

L’expression d’une position relative comprend : L’objet primaire L’objet de référence Le point de vue

28


Déictique Décrit la relation à partir de l’observateur

Intrinsèque Décrit la relation à partir d’une propriété de

l’objet de référence

29


Extrinsèque ou Environnementale Décrit la relation à partir de facteurs

externes : Point cardinaux : Nord, Sud, Est, Ouest

Mouvement d’un autre objet

Direction de la gravité de la terre

30

Plan de la section




31

Facteurs déterminant la position relative d’un objet

Relations Topologiques

32

Relations topologiques

Description de la relation entre les contours Ils sont loin Ils sont près Ils se touchent Il se recouvrent L’un est inclus dans l’autre

La relation décrivant deux objets égaux n’apparaît pas

33

Relations topologiques

Egenhofer et Franzosa (1991)

34

Facteurs déterminant la position relative d’un objet

Relation d’orientation

35


Orientation de niveau 1

Limitée à 2 orientations : gauche ou droite

36


Orientation de Niveau 3 Beaucoup plus explicite

37

Relation d’orientationExemple

Lorsqu’on entre dans la pièce, la première chose que nous voyons est une table de billard (B) sur la droite et en face, un tableau (BB).

Sur la gauche, à l’arrière d’un paravent (P), il y a un groupe de bureaux (Ds).

Un photocopieur (C) sur le côté des bureaux.

38

Relation d’orientationExemple

• <B, [d, r], M>• <B, [d, f], BB, {intrinsèque}>• <P, [d, l], M>• <Ds, [d, b], P>

• <C, [{d, t}, {r, l}], Ds>

Ici nous avons une ambiguïté

39

Plan de la section




40

Objets avec extension

Avec extension Sans extension

Des ambiguïtés peuvent se produire

41

Objets avec extensionSolution 1

Les espaces d’orientation s’entrecoupent

42


Un objet peut avoir plus d’une orientation

43


Les zones d’orientations se modifient selon la forme de l’objet

Cette méthode ne permet pas la superposition des objets

44

Plan de la section




45

Extension du Modèle

Taille Distance Forme

2D 3D

46

Taille

A << B : A est beaucoup plus petit que B A -< B : A est modérément plus petit que B A ~< B : A est un peu plus petit que B A == B : A est égal à B A >~ B : A est un peu plus grand que B A >- B : A est modérément plus grand que B A >> B : A est beaucoup plus grand que B

47

Distance

Très Près Près Loin Très loin

R AB

• A est près de R• B est loin de A B est loin de R

48

Formes 2D

Formes primitives Cercle Rectangle Triangle

Ces formes peuvent être transformées : Représentation axiale Angle de croisement des axes Position de l’intersection des axes

49

Formes 2D

50

Formes 3D

Composées de plusieurs formes 2D

Relations entre les primitives qui composent l’objet qualitatif

51





52

Plan de la section Composition de relations spatiales

Transformation entre « frames » de références Composition de relations topologiques Composition de relations d'orientations Composition de relation topologique / orientation Raisonnement à partir de relations

Classification des verbes Classifications antérieurs Les verbes de déplacement

53

Composition de relations spatiales

Transformation entre frames de références

L’orientation de l’objet parent peut être intrinsèque, extrinsèque ou déictique.

La « frame » de référence implicite est donné par l’orientation de l’objet parent.

54


Composition de relations topologiques

55


Composition de relations d'orientations

A[]B B[]Cb lb l lf f rf r rb

b {b} {b,lb} {b,lb,l} {b,lb,l,lf} { ?} {b,rb,r,rf} {b,rb,r} {b,rb} lb {lb,b} {lb} {lb,l} {lb,l,lf} {lb,l,lf,f} { ?} {lb,b,rb,r} {lb,b,rb} l {l,lb,b} {l,lb} {l} {l,lf} {l,lf,f} {l,lf,f,rf} { ?} {l,lb,b,rb} lf {lf,l,lb,b} {lf,l,lb} {lf ,l} {lf} {lf,f} {lf,f,rf} {lf,f,rf,r} { ?} f { ?} {f,lf,l,lb} {f,lf,l} {f,lf} {f} {f,rf} {f,rf,r} {f,rf,r,rb} rf {rf,r,rb,b} { ?} {rf,f,lf,l} {rf,f,lf} {rf,f} {rf} {rf,r} {rf,r,rb} r {r,rb,b} {r,rb,b,lb} { ?} {r,rf,f,lf} {r,rf,f} {r,rf} {r} {r,rb} rb {rb,b} {rb,b,lb} {rb,b,lb,l} { ?} {rb,r,rf,f} {rb,r,rf} {rb,r} {rb}

56


Composition de relations topologique/orientation

57



A[]B B[]C

[t,b] [t,l] [t,f] [t,r] [d,b] [d,b] [{d,t,o},{b,l}] [{d,t,o},{l,b,r}] [{d,t,o},{b,r}] [d,l] [{d,t,o},{l,b}] [d,l] [{d,t,o},{l,f}] [{d,t,o},{l,f,b}] [d,f] [{d,t,o},{l,f,r}] [{d,t,o},{l,f}] [d,f] [{d,t,o},{f,r}] [d,r] [{d,t,o},{r,b}] [{d,t,o},{r,f,b}] [{d,t,o},{f,r}] [d,r]

58

E

E

E

C

D

E

D

A

C



59


Raisonnement à partir de relations La table (T) est au niveau de la fenêtre (F) Devant la table il y a une chaise (C) Une étagère est placé à côté de la table (E)

<T, [t, f], F> <C, {[d, f], [t, f]}, T> <E, {[d, l], [d, r]}, T>

60


Raisonnement à partir de relations

R1TF

R1EF R1

CF

R1ET R1

CT

61


R1CT

R1CF R2

ET

R1TF R1

ECR1ET

R1EF

R2EF


62



R1CT

R1CF R2

ET

R1TF R1

ECR1ET

R1EF

R2EF

63



R1ET R1

CTR1ET

R1EF

64

Plan de la section Composition de relations spatiales

Transformation entre « frames » de références Composition de relations topologiques Composition de relations d'orientations Composition de relation topologique / orientation Raisonnement à partir de relations

Classifications des verbes Classifications antérieurs Les verbes de déplacement

65

Classifications des verbes

Classifications antérieures Mouvement positionnel (ex arriver) Forme de mouvement (ex zigzaguer) Evolution (accélérer)

Changement de lieu Changement de position Changement de posture (ex s'asseoir) accomplissement et achèvement

(pour exprimer des constructions progressives)

Jayes (1993)

Asher et Sablayrelles (1995)

66


Les verbes de déplacement La polarité

Initial (quitter, évacuer) : I Médiane (arpenter, traverser, franchir, approcher) : M Finale (atteindre, envahir) : F

Relations de localisations Interne : I Contact : C Spécifique : S Neutre : N

67


Les verbes de déplacement Le transitionnel (+ / -)

68


Les verbes de déplacement Structure de données

évacuer event

ARG1 : cibleEvent_Str ARG2 : site

procès : évacuer

polarité : initialeMvt_Str loc. rel. : interne

transitionnel +

69


Les verbes de déplacement Structure de donnéesPour les verbes médian :

monter

polarité : médian

Mvt_Str loc. rel. : [spécifique [ tupe :

<le_bas_de, le_haut_de>]

transitionnel +

70

Démonstration

approche qualitative en intelligence artificielle

Technology