Raisonnement classificatoire dans une représentation à objets multi-points de vue - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 1993

Classification reasoning in an object oriented multiple viewpoints representation

Raisonnement classificatoire dans une représentation à objets multi-points de vue

Résumé

In a taxonomy, knowledge is structured in categories grouping similar objects. These categories are organized in a specialization graph, going from general to more specific classes. Taxonomies allow for classification reasoning. To reason by classification is to find the more accurate class for an instance and to infer knowledge from this localization. Taxonomies developed in areas as different as botanic and mineralogy show the interest of this approach. Our work concerns classification reasoning and the taxonomic representation supporting it. We chose object oriented representation for it provides the elements required for modeling taxonomies. Moreover, it is a natural classification framework. However, these models present two problems: on one hand, different object families, such as "cars" and "persons", are represented in a single big taxonomy. On the other hand, although object features correspond to different aspects or viewpoints, these viewpoints are not explicitly represented in the models. We propose an object oriented multi-perspectives representation system, TROPES. In this system, each concept or object family has an independent taxonomic structure. A concept may be observed from different viewpoints, each one focusing on a set of features and a structure of categories. Viewpoints may be linked by bridges. Furthermore, the viewpoint notion of TROPES rules out multiple
Personal Toolbar Folderinheritance problems. TROPES is provided a multi-perspectives instance classification algorithm which takes advantage of the model originalities. Inside a concept, the classification takes place on one or more viewpoints. Bridges are used to fasten the classification.
Une taxinomie est une organisation de la connaissance en differentes categories d'objets semblables. Ces categories sont organisees dans une structure allant des categories generales aux categories specifiques. Cette organisation permet de suivre un raisonnement classificatoire. Raisonner par classification consiste a trouver la categorie la plus specialisee a laquelle appartient un individu, puis recuperer des connaissances liees a cette localisation. Les taxinomies developpees dans des domaines aussi varies que la botanique et la mineralogie montrent l'interet de cette approche. Notre travail concerne le raisonnement classificatoire et la representation taxinomique de la connaissance supportant ce raisonnement. Nous avons choisi la technique de representation de connaissances a objets, car elle offre des elements appropries a une organisation taxinomique. De plus le raisonnement classificatoire trouve ici un espace naturel. Cependant, ces modeles comportent deux aspects problematiques. D'une part, ils representent, dans une seule et grande taxinomie, differentes familles d'objets telles que "voitures" et "personnes". D'autre part, bien que les caracteristiques d'un objet correspondent a differents aspects ou points de vue, ces points de vue ne sont pas explicites dans la representation. Nous proposons une representation a objets multi-points de vue, TROPES. Dans ce modele, chaque concept ou famille d'objets a une structure taxinomique independante. Un concept peut etre observe selon differents points de vue : un point de vue determine un ensemble de caracteristiques du concept et une taxinomie de categories. Les points de vue peuvent etre lies par des passerelles. Par ailleurs, l'introduction des points de vue elimine les problemes de multi-heritage d'attributs. TROPES est dote d'un algorithme de classification d'instances qui tire parti des originalites du modele. A l'intérieur d'un concept, la classification se deroule sur un ou plusieurs points de vue et exploite les passerelles comme des raccourcis.
Fichier principal
Vignette du fichier
tel-00005133.pdf (894.47 Ko) Télécharger le fichier

Dates et versions

tel-00005133 , version 1 (26-02-2004)

Identifiants

  • HAL Id : tel-00005133 , version 1

Citer

Olga Marino Drews. Raisonnement classificatoire dans une représentation à objets multi-points de vue. Interface homme-machine [cs.HC]. Université Joseph-Fourier - Grenoble I, 1993. Français. ⟨NNT : ⟩. ⟨tel-00005133⟩

Collections

UGA CNRS UJF
267 Consultations
852 Téléchargements

Partager

Gmail Facebook X LinkedIn More