2. µCV
INSA : ingénieur maths appliquées
et DEA images & SB connaissances.
ACACIA, INRIA : doctorant IA distribuée
& web sémantique pour mémoires
d’entreprises à base d’ontologies.
Carnegie‐Mellon University : post‐doc
sur accès mobiles aux services & vie
privée.
EDELWEISS, INRIA : CR, communautés.
2
3. matérialiser et utiliser des
mémoires collectives
•hybrides : documents‐représentations
•intrawebs sémantiques, communautés
•représentations et traitements à base de graphes
•serveurs de connaissances distribué(e)s
•utilisation et interaction
3
38. relaxer
une contrainte de typage
voiture
voiture(x) .... camion(x)
camion
t1(x)⇒t2(x) → d(t1,t2)<seuil
(
∀(t1 , t2 ) ∈ H c on a dist (t1 , t2 ) = min{t ≥t1 ,t ≥t 2 } lH c (t1 , t ) + lH c (t2 , t )
2
)
⎡ 1 ⎤
∀(t1 , t 2 ) ∈ H c ; t1 ≤ t 2 on a l H c (t1 , t 2 ) = ∑{t∈ t ,t
2
,t ≠ t1 } ⎢ depth ( t ) ⎥
1 2
⎣2 ⎦ 38
40. Clusters (groups of
bubbles) represent
complementary
competencies i.e.
similar from
technology stand
point
Market : Telecoms
Bubbles (circles)
represent similar
competences ; their
size represent their
frequency
Market : SI Market : IT Applications
organiser
des compétences
Prof. 2
Racines (38 termes)
Prof. 2
Compétences (36 termes)
Echanges (70 termes)
Actions (116 termes)
Délivrables (145 termes)
Prof. 12
Sys. Offres (120 termes)
Ressources (616 termes)
+3 +41 +43 +180
40
41. distCH (t1, t2 ) = max
∀st ≤ lcst ( t1 , t 2 )
(dist(st, lcst(t1, t2 ))) quand t1 ≠ t2
distCH (t1 , t2 ) = 0 quand t1 = t2 1.7
5
1 1 1
dist (t1 , t2 ) = depth ( lcst ( t ,t )) − 2 − depth ( t ) −1 − depth ( t 2 ) −1
2 1 2
2 2 1 .75
.5
.25
A B C D E F G H I J K L M N
0
organiser
des compétences
Prof. 2
Racines (38 termes)
Prof. 2
Compétences (36 termes)
Echanges (70 termes)
Actions (116 termes)
Délivrables (145 termes)
Prof. 12
Sys. Offres (120 termes)
Ressources (616 termes)
+3 +41 +43 +180
41
64. découpage
en sous requêtes (étoiles/chemins)
64
65. 0.3% es:Bolt67
precision length
unit value
inch 1.3
?x filter(!isBLANK(?x))
65
66. • gestion de connaissances
• gestion de ressources
• intégration d’applications
• services distribués
web • des ressources comme les autres
services sémantiques
66
77. conditions d’identité…
φ(x)∧φ(y) → ( ρ(x,y) ↔ x = y )
∀x (x ∈ α ⊃ nec (x ∈ α))
…minimales
Minimal(ρ) ↔ [ρ(x,y) ↔ ∧i ti(x,y)]
∧ [ ¬∃ ρ' ; IC (ρ') ∧ [ρ'(x,y) ↔ ∧j tj(x,y)] ∧ {tj}⊂{ti}]
et substitut d’affichage
Minimal(ρ) ∧ [ [ρ(x,y) ↔ ∧i ti(x,y)] →
∃ S; Surrogate (S) ∧ S≡{property pj ; pj used in ti(x,y)} ]
77
78. équivalences ou définitions sous forme de
règles
01 IF [Person: ?p1]->(name)->?n
02 ->(firstname)->?f
03 ->(birthdate)->?d
04 AND [Person: ?p2]->(name)->?n
05 ->(firstname)->?f
06 ->(birthdate)->?d
07 THEN [Person:?p1]->(equivalent)-
01 IF [Person: ?p]-(govern)-[Republic:
02 THEN [President:?p]
78
81. réponse après…
• Novel (http://isbn.nu/0380789035)
title: American Gods
date: April 30, 2002
author Man (http://www.neilgaiman.com/)
name: Gaiman
first name: Neil
• Article (http://www.asee.org/jee/papers/content.cfm?name=STEPHEN-209.pdf)
title: Algorithm for High Technology Engineering and
Management Education
author Woman (http://www.mgt.ncsu.edu/faculty/busmgt/laiman-smith.html)
name: Aiman-Smith
first name: Lynda
e-mail: lynda_aiman-smith@ncsu.edu
81
84. • connaissance statique et dynamique
• services & règles d’invocation
• règles contrôle d’accès
• règles de révision par abstraction ou falsification
interactions minimales & confidentialité
84
85. Déclarer Déclarer besoins élémentaires en Faire appel
Requête contexte Pré‐vérification
information et connaissances
des autorisations
requête autorisations nécessaires locales
e- Faire appel services
personnels /
Résultat Assertion Application règles Post‐vérification des publics
connaissance autorisée de révision autorisations
Exemple: Norman demande la position géographique de Fabien
1‐ quot;l’expéditeur de la requête est Normanquot;, quot;requête arrivée à 15H34quot;
2‐ besoins = quot;où se trouve Fabienquot; + autorisation accès localisation
3‐ (a) Norman peut‐il demander à localiser Fabien d’après ce que l’on sait?
(b) quot;mes collègues de travail peuvent connaître le bâtiment où je me trouve,
lorsque je suis sur le campusquot;
(c) Norman est‐il un collègue de travail? Oui
4‐ Pas de réponse dans les connaissances statiques / locales.
5‐ Règles= le réseau sans‐fil permet localisation; champ ‘lieu’ de l’agenda
6‐ Fabien est‐il sur le campus? Oui
7‐ Fabien n'est disposé à révéler que le bâtiment où il se trouve
8‐ “Fabien est dans le bâtiment Borel”
85