Where PhDs and companies meet
Menu
Login

Already registered?

New user?

If you already had an account on the ABG’s website, please confirm your password.
Forgot your password?

Modélisation et exploitation des connaissances dans les processus d’expertise collaborative

ABG-82967 Thesis topic
2019-02-12 < €25,000 annual gross
Logo de
Ecole Nationale d'ingénieur de Tarbes (ENIT) LGP
Tarbes - Occitanie - France
Modélisation et exploitation des connaissances dans les processus d’expertise collaborative
  • Engineering sciences
  • Computer science
  • Data science (storage, security, measurement, analysis)
Formalisation des connaissances, Structuration de l’expertise, Modèle des croyances transférables, Traces de Raisonnement, Conduite Collaborative

Description

Les démarches d'expertise sont aujourd'hui mises en œuvre dans de nombreux domaines, et plus particulièrement dans le domaine industriel, par exemple pour évaluer des situations, résoudre des problèmes ou encore anticiper des risques. Ces démarches sont devenues tellement généralisées qu'elles ont fait l'objet d'une norme (NF X 50-110, en cours de portage au niveau européen CEN PC 405) et d'un guide de recommandation édité en 2011 (FDX 50-046).

Une démarche d’expertise peut être vue comme une démonstration, fondée sur l’ensemble des éléments de connaissances acquis au cours du temps (tout au long de l’expertise), de leurs relations, de leurs degrés de véracité, des évènements survenus, des pistes d’expertises explorées concluantes ou non, des hypothèses énoncées.

La gestion des démarches d’expertise, intrinsèque à la maîtrise des systèmes industriels complexes, est cruciale pour la qualité des services attendus et en l’occurrence pour un certain nombre d'investigations critiques pour la sécurité [Nixon and Braithwaite, 2018]. En effet, la qualité d'une décision formelle est souvent influencée par les éléments d'expertise mises à la disposition des décideurs [Herowati et al., 2017]. Dans les pratiques industrielles, l'expertise est un processus fortement exploratoire, c’est-à-dire dont on ne connaît pas a priori le résultat, comportant de nombreuses inconnues.

Ainsi, de nombreuses questions se posent sur la nature des éléments de connaissances produits, sur leur structuration, leurs états successifs au cours d’une expertise, leur représentation, leur suivi et leur mise à jour. Malgré l’importance et l’omniprésence de ces démarches d’expertise, il n’existe pas, au-delà des recommandations formulées dans la norme NF X 50-110, d’approche visant à élaborer de manière cohérente et globale une méthode formalisée d'appui aux démarches d'expertises. Cet enjeu constitue l’objectif principal de cette thèse.

Nous considérons que les démarches d'expertise reposent principalement sur la formulation d'hypothèses par un ou plusieurs experts, hypothèses qui vont ensuite être progressivement validées ou invalidées par des apports de connaissances (par exemple par des expérimentations ou par la confrontation à d'autres experts). La démarche d'expertise peut être vue comme une succession de phases (démarche incrémentale) apportant des incréments de connaissance permettant de modifier le statut des hypothèses. Ainsi, la confiance accordée à une hypothèse va connaître une évolution au cours du temps et la succession des états associés à l'ensemble des hypothèses émises lors d'une démarche d'expertise va constituer un graphe représentatif de cette démarche d'expertise.

De plus, les démarches d’expertise sont souvent sous-tendues par des processus de décision et d’action collaboratifs dans lesquels des groupes d’acteurs travaillent en concertation sur un espace commun de recherche de solutions. L'intégration de la dimension multi-acteur est donc un élément important. Cela suppose en particulier de faciliter dans le modèle la fusion des avis d'experts différents sur les hypothèses formulées.

Les travaux prévus dans le cadre de la thèse sont destinés à étudier les points suivants :

  • Formalisation du processus d'expertise en s'appuyant sur la norme FD X 50-046, pour permettre la spécification formelle des contraintes et règles inhérentes aux activités de ce processus,

  • Formalisation des connaissances produites au cours du déroulement de l’expertise : cette formalisation concerne le modèle de connaissances sous-jacent (dynamique d’évolution des hypothèses et intégration des points de vue multiples des experts sur les hypothèses). Dans la mesure où ces connaissances sont par nature incertaines, les formalismes de représentation devront permettre de modéliser explicitement cette incertitude afin d’en faciliter l’exploitation ultérieure. Des modèles basés sur le modèle des croyances transférables [Denœux, 2016] ou sur la logique floue [Zadeh, 2015], déjà utilisé dans l'équipe ([Villeneuve et al., 2017]), sont envisagés comme support de représentation. Des travaux autour de la représentation des connaissances incertaines ont déjà été réalisés dans l’équipe SDC du LGP [Doumbouya et al., 2018], [Jabrouni et al., 2013], [Potes Ruiz et al., 2013] mais une étude plus poussée sera conduite pour déterminer le cadre formel le plus approprié. Il sera également important d’intégrer les aspects multi-experts : confrontation et synthèse de points de vue, prise en compte de l'influence entre experts

  • Étude de mécanismes d’évaluation de la robustesse des résultats obtenus au cours et à la fin de l’expertise et construction de stratégies d’expertise basées sur les développements récents de l'optimisation robuste qui cherche à trouver les meilleures politiques lorsque les paramètres sont incertains ou ambigus [Gabrel et al., 2014]. Récemment, des cadres hybrides sont proposés pour traiter différents types d'incertitude dans un cadre unique. Par exemple, un nouveau cadre hybride appelé réseau évidentiel flou a été suggéré pour gérer l'imprécision et l'incertitude épistémique en intégrant un apprentissage automatique pour apprendre les paramètres du réseau [Janghorbani and Moradi, 2017].

  • Étude de mécanismes de réutilisation des connaissances afin d’enrichir les stratégies individuelles et collectives d’expertise : l’objectif est d’utiliser les expertises ayant déjà fait l’objet d’une mémorisation afin d’identifier les meilleurs cheminements pour une nouvelle expertise [Ho and Hi, 2015]. Cette réutilisation pourra être effectuée, soit en généralisant des expertises multiples pour définir un référentiel approprié (règles), soit en s’inspirant directement d’anciennes expertises similaires pour conduire une nouvelle expertise.

 

 

Funding category

Public funding alone (i.e. government, region, European, international organization research grant)

Funding further details

Presentation of host institution and host laboratory

Ecole Nationale d'ingénieur de Tarbes (ENIT) LGP

Le LGP mène des recherches dans les domaines du génie industriel et du génie mécanique autour des disciplines de l'automatique, de l'informatique, des matériaux, de la mécanique et des sciences et techniques de la production.

Ces recherches s’effectuent le plus souvent en lien avec des problématiques réelles du monde socio‐économique en vue d’applications futures, en suivant une unité de vue de type "produit/processus" tout au long du cycle de vie du produit, de la conception au démantèlement.

PhD title

Doctorat de Génie Industriel

Country where you obtained your PhD

France

Institution awarding doctoral degree

INP Toulouse

Graduate school

EDSYS

Candidate's profile

- Titulaire d’un Master 2 orienté vers la préparation à la recherche dans les domaines du Génie Industriel, de l’Intelligence Artificielle ou de l’Ingénierie des Connaissances

Application deadline

2019-05-01
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?


Forgot your password?
More information?

Get ABG’s monthly newsletters including news, job offers, grants & fellowships and a selection of relevant events…

item1 item1 item1
item1 item1 item1 item1 item1