Un modèle d'action basé sur la logique de description pour la reconnaissance de plan
Notice bibliographique
Résumé
Une des problématiques dans le domaine des systèmes multi-agents est la reconnaissance de plan. Celle-ci peut être vue comme le fait de recevoir une série d'actions, en entrée, puis d'inférer le but poursuivi par l'acteur de cette série. Dès lors, les résultats obtenus peuvent être employés à de multiples fins. Par exemple, nous pouvons prendre le cas des domaines de la médecine (pour assister des personnes en perte d'autonomie) ou de l'aviation (pour le pilote automatique). L'objectif général de ce travail de recherche est d'élaborer un ensemble d'outils servant de base à la conception d'un modèle de reconnaissance de plan fondé sur la logique de description. Cette logique est une extension des réseaux sémantiques pour la représentation des connaissances. Elle est basée sur la relation de subsomption qui est une méthode d'inférences pour la classification de concepts à travers une ontologie. Le but étant de ramener la problématique de la reconnaissance de plan à un problème de classification. En somme, nous proposons un modèle de classification de plan d'action, servant de support au processus de la reconnaissance de plan. \nLa démarche consiste, en premier lieu à clarifier la notion de reconnaissance de plan, ainsi, que les éléments essentiels, la constituant. Puis, lors d'une deuxième étape de redéfinir ses éléments à travers la logique de description. \nCe mémoire se veut une première phase d'un projet de recherche beaucoup plus large, visant le développement d'un projet d'assistance aux personnes à mobilité réduite. Il doit donc être considéré comme un pas en avant vers la réalisation de ce projet d'envergure. \n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,010 | 0,018 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,008 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».