Post on 24-Jun-2015
description
VERS UN SYSTÈME DE GESTION DES CONNAISSANCES DU CHANGEMENT
CLIMATIQUE
M. Ibrahima DIOPM. Ibrahima DIOPDirecteur de thèse : Pr. Moussa Lo
Thèse de doctorat en Informatique
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Le changement climatique
4
NASA Goddard Institute for Space Studies / NASA Goddard Space Flight Center Scientific Visualization StudioSource : http://www.notre-planete.info/terre/climatologie_meteo/changement-climatique-donnees.php
Le changement climatique - conséquences actuelles
5
Le changement climatique – conséquences futures
6
• Des scénarios établis par la communauté scientifique des pandémies, des famines, la disparationde territoires, l’effondrement de nos économies, etc.
• La crise annoncée traverse les frontières.
Le changement climatique
• Conséquences catastrophiques actuelles et futures du changement climatique
Intérêt des politiques et des scientifiques
Un domaine international, multidisciplinaire et complexe
• Carrefour de plusieurs disciplines interdépendantes
• Intervention de plusieurs acteurs (humains et organisations)
qui doivent Communiquer, se Comporter et Collaborer face à ce changement climatique
Besoin de Connaissances7
Les zones Inondables :•Darou et Sor
Les zones exposées à l’avancée de la mer:•Hydrobase et Guet Ndar
Je ne m’installe pas dans les zones à risque d’inondation
à cause des risques de maladies
Quelles sont les zones à Risque à Saint-Louis?
P1
P2
Place de la connaissance dans la communication et le comportement
8
Risque
Inondation
Avancée de la mer
Maladiecauser
Le changement climatique - gestion des connaissances
• La connaissance une place stratégique dans la lutte contre les conséquences du CC
• Dans la gouvernance, le manque de connaissances des populations ou des décideurs augmentation des conséquences de ces changements.
• Les acteurs du CC pour mieux (communiquer, se comporter et collaborer) doivent partager et intégrer leurs ressources
• Gestion des connaissances grand défi pour le changement climatique
9
Le changement climatique en Afrique
10
• Afrique est considérée comme l’un des continents les plus vulnérables au changement climatique et à la variabilité climatique par le GIEC.
• Malgré cela, l’impact réel du changement climatique en Afrique est encore mal compris.
Projet CLUVA
• Le projet CLUVA meilleure compréhension des risques climatiques et de la vulnérabilité des systèmes urbains africains.
• Objectif de CLUVA développer des méthodes et des connaissances pour la gestion des risques, la réduction de la vulnérabilité et l’amélioration de la capacité d’adaptation et de la résilience des villes africaines face aux CC.
11
Problématique
• Notre objectif général proposer un système de gestion des connaissances (SGC) du domaine du changement climatique (avec le projet CLUVA)
• (SGC) soutenir la description, le partage et l’intégration des ressources, mais aussi permettre la simulation sémantique
• (SGC) Aider à la décision
12
(2) Des connaissances
SGC
SGC
C’est comme mon jouet !!!
13
(1) Des informations
C’est le roi de la forêt !!!
(3) Des compétences
Le roi de la forêt est mon ami. Il est gentil !!!
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Niveaux des éléments de l’architecture du SGC
15
5
4
3
2
1
Éléments de l’architecture du SGC
16
5
4
3
2
1
Architecture du SGC du CC
PARTENAIRES
17
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Les méthodologies
• Les méthodologies manuelles [Fernandez, 1997]
• Les méthodologies semi-automatiques par apprentissage
– Réutilisation d’ontologies [Gangemi, 2005]
– Processus d’extraction de connaissances [Staab, 2001]
• Les méthodologies hybrides [Suarez-Figueroa, 2010]
19
Les méthodologies manuelles
• Favorisent une compréhension beaucoup plus avancée
• Permettent une bonne abstraction
• Très couteuses en efforts et en temps
• Contraintes pour des experts et des ingénieurs de connaissances
20
Méthodologies par apprentissage semi-automatique
• Réduire le temps et les efforts nécessaires au processus de développement d'une ontologie
• Difficulté d’extraction de connaissances à partir des textes
• Difficulté de réutilisation d’ontologies construites dans des contextes ou pour des tâches différentes.
21
Les méthodologies hybrides (NeOn [Suarez-Figueroa, 2010])
22
CC - Multidisciplinarité & Complexité
• Le domaine du CC étant multidisciplinaire et complexe: – plusieurs corpus de textes interdépendants;
– plusieurs concepts et relations candidats.
Faire une bonne abstraction (d’abord) choisir les concepts et les relations génériques
Réutilisation et évolution dans le contexte de chaque module du SGC (ensuite)
23
Choix méthodologiques
• Construire un patron de conception d’ontologies nombre limité de concepts et de relations Le temps et les efforts nécessaires au
développement de l’ontologie sont réduits
Choisir une méthodologie manuelle
Utilisation du patron pour la construction d’ontologies du CC dans les modules (besoins différents) du SGC Semi-automatique par apprentissage
24
Semi-automatique
Choix méthodologiques
25
Manuelle
26
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Architecture de Catalog2C
28
Distance sémantique de CORESE [Corby et al., 2005]
DH (Acteur_international, Chef_quartier) =1+1+0.5+0.25=2.75
29
Hypothèse de recherche dans Catalog2C
HYPOTHÈSE 1 : Dans la description d’une ressource dans le domaine du changement
climatique, les mots clés utilisés par un partenaire appartiennent au vocabulaire de ce
domaine. Ces mots clés sont potentiellement des labels de concepts de l’ontologie du
domaine du changement climatique.30
Distance sémantique entre labels de concepts - Formalisation
31
Exemple d’application
DLH (acteur international, chef quartier) = DH (Acteur_international, Chef_quartier) =1+1+0.5+0.25=2.75.
DLH (acteur, acteur de la gouvernance) = 0.
32
Distance entre mots clés (extension DLH (L1,L2)) - Formalisation
33
Application -Voisinage d’un mot clé
34
Dist=0
Dist=1Dist= infini
Catalog2C – Recherche sémantique (démos)
35
Maintenance de l’ontologie du CC
HYPOTHÈSE 1 : Dans la description d’une ressource, les mots clés utilisés par un
partenaire appartiennent au vocabulaire de ce domaine. Ces mots clés sont potentiellement
des labels de concepts de l’ontologie du domaine du changement climatique.
HYPOTHÈSE 2 : Les mots très fréquemment utilisés dans la description des ressources de
partenaires, sans correspondance dans l’ontologie du changement climatique, peuvent
permettre aux experts d’enrichir cette ontologie du changement climatique.
36
Catalog2C – Maintenance de l’ontologie du CC (démos)
37
Récapitulons !!!
38
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Place de la connaissance dans la communication et le comportement
40
Les zones Inondables :•Darou et Sor
Les zones exposées à l’avancée de la mer:•Hydrobase et Guet Ndar
Je ne m’installe pas dans les zones à risque d’inondation
à cause des risques de maladies
Quelles sont les zones à Risque à Saint-Louis?
P1
P2
Risque
Inondation
Avancée de la mer
Maladiecauser
Théories sur SMA
• les agents doivent comprendre leur environnement [Chang et al., 2004] ;
• l’environnement doit définir une ontologie qui fournit une représentation conceptuelle du domaine. Cette ontologie doit permettre de décrire la structure de l’environnement, les propriétés observables des objets, des ressources et des agents et leurs relations [John Tranier, 2007] ;
• Dans les SMA, les connaissances du domaine de l’environnement doivent être accessibles aux agents pour leurs communications et leurs comportements.
41
42[J. Ferber, 1995]
• Des travaux sur le domaine des SMA donnent de plus en plus une place aux ontologies.
• Ces travaux sont plus pour la résolution de problèmes au sens large.
• Dans la simulation multi-agent, les travaux trouvés sur les ontologies sont pour identification des agents ou pour la modélisation.
SMA & ontologies
Approche Voyelle 2
• Ajouter, en plus des quatre dimensions connues dans l’approche voyelle (A+E+I+O) [Demazeau, 2001], une nouvelle dimension
• l’environnement abstrait [ontologie(s)] qui va permettre aux agents dans la simulation multi-agent d’accéder aux connaissances du domaine de leur environnement
• Approche voyelle 2 (A+E+É+I+O) 43
Architecture d’un SMA sémantique
44
Architecture d’un agent sémantique (AS)
45
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Décomposition de l’architecture d’un SMA sémantique
47
Connaissances génériques & Inférence
• OntoCLUVA + base de règles + base de faits • Formalismes du web sémantique • Pour partager et visualiser les résultats des
simulations sur le web.• CORESE est adapté aux
formalismes du web sémantique.
48
Implémentation générique
• Les agents – Agent ciel sémantique– Agent sémantique (abstrait)
• Les comportements génériques– Comportements Agent ciel sémantique– Comportements Agent sémantique (abstrait)
• Les communications génériques– Communications Agent sémantique (abstrait) et
Agent ciel sémantique
49
Pollueur-Payeur
50
PLAN• Introduction
• Architecture du SGC du CC
• Patron de conception d’ontologies du CC (OntoCLUVA)
• Description des ressources de partenaires du CC (Catalog2C)
• Architecture d’un Système Multi-Agent (SMA) Sémantique pour la simulation de systèmes complexes
• Simulation Sémantique des modèles du CC (SimSem2C)
• Conclusion
Des connaissances
SGC
SGC
C’est comme mon jouet !!!
52
Des informations
C’est le roi de la forêt !!!
Des compétences
Le roi de la forêt est mon ami. Il est gentil !!!
Bilan
• une architecture d’un SGC• un patron (OntoCLUVA)• le catalogage des
ressources– Recherche sémantique– Maintenance des
connaissances
• une architecture d’un SMA sémantique
• la simulation sémantique des modèles du CC
• Implémentations– Catalog2C– SimSem2C 53
Perceptives
• Intégration des ressources • Aide à la décision• Catalog2C (évolution des
connaissances)– la vérification de la
sémantique des changements,
– la validation des changements par les experts,
– la gestion des versions des connaissances
• SimSem2C (évolution des connaissances)
54
Une première étape d’intégration des ressources de partenaires
Quelles sont les ressources de partenaires dans CLUVA sur les risques ?
Catalog2CCatalog2C
Sources de données
Modèles
Expertises
Lien vers un Partenaire CLUVA
55
Vers une approche d’intégration des ressources
• l’ontologie du changement climatique (créée à partir d’OntoCLUVA et maintenue par Catalog2C) (schéma global)
• et les statistiques sur les descriptions des ressources des partenaires (% formats ressources)
• Approche d’intégration des ressources de partenaires
56
Patrons de conception pour le CC
• Quatre autres patrons du CC– Causes changement climatique– Vulnérabilités urbaines– Risques et catastrophes– Gouvernance des risques climatiques
• Autres utilisations possibles dans le domaine du CC
57
SimSem2C
• normaliser les communications entre l’agent ciel sémantique et un agent sémantique.
• implémentation d’autres modèles de systèmes complexes du CC (pour l’adaptation, l’atténuation, la résilience et la diminution de la vulnérabilité des populations) avec SimSem2C.
• plateforme web sémantique de partage et de visualisation de simulations sémantiques.
58
Intégration de SMA sémantiques
59
60
Autres Architectures SMA sémantiques pour la simulation
des populations qui ont des cultures (connaissances) différentes partageant un même environnement exposé à des risques climatiques
MERCI DE VOTRE ATTENTION
61