lipn

Laboratoire d'Informatique de Paris Nord

UMR 7030, Université Paris 13, 99 avenue Jean-Baptiste Clément, 93430 Villetaneuse

up13 cnrs

Rôle des Connaissances

Apprentissage et Incertitude

Nous avons proposé différents cadres logiques d'apprentissage dans le cas où les données recèlent des formes variées d'incomplétude.

Résultats :

  • Formalisation de l'apprentissage logique en présence d'incomplétude et proposition d'un algorithme d'apprentissage à partir d'exemples ambigus par règles [2]. Cette approche présente un avantage clair dans le cas où les exemples présentent un fort taux d'ambiguïté. Un logiciel a été développé et est disponible [1].

Apprentissage et Abstraction

Nous avons défini dans des travaux antérieurs des treillis de Galois particuliers, les treillis de Galois projetés dont les éléments sont l'image, par une fonction ayant des propriétés particulières et appelée projection, des éléments du treillis de Galois. Nous avons en particulier défini la projection Alpha, qui prend en compte une catégorisation, connue a priori, des instances et/ou des attributs.

 

Résultats :

  • Construction incrémentale de ces nouveaux treillis et extraction des règles d'associations dites règles Alpha qui y sont associées [6].
  • Extraction et utilisation des règles d'association Alpha pour traiter des problèmes de recommandation [3].
  • Utilisation de la projection de treillis de Galois pour formaliser la notion d'abstrac-tion, interprétation en logique modale de cette forme d'abstraction [4].
  • Généralisation des treillis de concepts abstraits, lui-même modal [5].

Références

  1. Dominique Bouthinon and Henry Soldano. « Lear », 2012. Système pour apprendre un ensemble de clauses du premier ordre à partir d'exemples ambigus.
  2. Dominique Bouthinon, Henry Soldano, and Véronique Ventos. « Concept learning from (very) ambiguous examples ». In Proceedings of the 6th International Conference on Machine Learning and Data Mining in Pattern Recognition (MLDM 2009), volume 5632 of Lecture Notes in Computer Science, pages 465-478. Springer, 2009.
  3. 3 Bruno Pradel, Savaneary Sean, Julien Delporte, Sébastien Guérif, Céline Rouveirol, Nicolas Usunier, Françoise Fogelman-Soulié, and Frédéric Dufau-Joël. « A case study in a recommender system based on purchase data. In Proceedings of the 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (SIGKDD 2011), pages 377-385. ACM, 2011.
  4. Henry Soldano. « A modal view on abstract learning and reasoning ». In Ninth Symposium on Abstraction, Reformulation and Approximation (SARA 2011), pages 99-106. AAAI Press, 2011.
  5. Henry Soldano and Véronique Ventos. « Abstract Concept Lattices ».
    In International Conference on Formal Concept Analysis (ICFCA), volume 6628 of LNAI, pages 235-250. Springer, Heidelberg, 2011.
  6. Henry Soldano, Véronique Ventos, Marc Champesme, and David Forge. « Incremental construction of alpha lattices and association rules ». In Proceedings of the 14th International Conference on Knowledge-Based and Intelligent Information and Engineering Systems (KES 2010), volume 6277 of Lecture Notes in Computer Science (Part II), pages 351-360. Springer, 2010.

pres

w3c-xhtml