La présentation de la thèse de Ibrahima DIOP.
Date et lieu de soutenue : le 15 mars 2014 à l'Université Gaston Berger de Saint-Louis.
Sujet de la thèse: Vers un système de gestion des connaissances du changement climatique.
Synthèse des ateliers des Rencontres Scientifiques sur les nouvelles energies
Soutenance thèse IDiop
1. VERS UN SYSTÈME DE GESTION DES
CONNAISSANCES DU CHANGEMENT CLIMATIQUE
M. Ibrahima DIOP
Directeur de thèse : Pr. Moussa Lo
Thèse de doctorat en Informatique
2. 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
3. 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
4. Le changement climatique
4
NASA Goddard Institute for Space Studies / NASA Goddard Space Flight Center Scientific Visualization Studio
Source : http://www.notre-planete.info/terre/climatologie_meteo/changement-climatique-donnees.php
6. Le changement climatique –
conséquences futures
6
• Des scénarios établis
par la communauté
scientifique des
pandémies, des
famines, la disparation
de territoires, l’effondrement de nos
économies, etc.
• La crise annoncée traverse les frontières.
7. 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 Connaissances
7
8. 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
Maladie
9. 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
10. 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.
11. 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
12. 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
13. (2) Des connaissances
S
G
C
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 !!!
14. 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
18. 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
19. 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
20. 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
21. 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
23. 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
24. 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
27. 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
29. Distance sémantique de CORESE [Corby et
al., 2005]
DH (Acteur_international, Chef_quartier) =1+1+0.5+0.25=2.75
29
30. 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
36. 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
39. 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
40. 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
Maladie
41. 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. 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
43. 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
46. 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
48. 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
51. 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
52. Des connaissances
S
G
C
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 !!!
53. 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
54. 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
55. Une première étape d’intégration des
ressources de partenaires
Quelles sont les ressources de
partenaires dans CLUVA sur les
risques ?
Catalog2C
Sources de données
Modèles
Expertises
Lien vers un Partenaire CLUVA
55
56. 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
57. 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
58. 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
60. 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