ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 19/6 - 2005  - pp.951-962  - doi:10.3166/ria.19.951-962
TITRE
Traitement des règles graduelles au moyen des systèmes hybrides neuro-symboliques

RÉSUMÉ
Dans le cadre des systèmes hybrides neuro-symboliques (SHNS), nous avons étudié les règles dites « graduelles » qui permettent de traiter certaines relations entre les variables utilisées par un expert. Nous avons proposé un ensemble de caractéristiques de ces règles et une classification : « directes » et de « modulation ». Pour pouvoir traiter de telles règles dans les systèmes hybrides, nous nous sommes inspirés des connexions présynaptiques étudiées en neurobiologie, qui permettent des traitements du type modulation. L'équivalent de ces connexions synaptiques dans les systèmes connexionnistes est constitué par les connexions Sigma-Pi. Nous avons proposé un nouveau type de connexion neuronale : les unités Sigma-Pi Asymétriques, lesquelles représentent le mieux les processus de modulation entre certaines entrées d'un réseau neuronal. Ces connexions ont été implémentées dans un SHNS pour l'apprentissage de bases d'exemples contenant des relations de modulation. Puis nous avons étudié le problème de l'explicitation des règles graduelles à partir d'un réseau de neurones, et nous avons proposé une méthode effective d'explicitation.


ABSTRACT
This work belongs to the field of hybrid systems for Artificial Intelligence (AI). It concerns the study of "gradual" rules, which makes it possible to represent correlations and modulation relations between variables. We propose a set of characteristics to identify these gradual rules, and a classification into "direct" rules and "modulation" rules. In neurobiology, pre-synaptic neuronal connections lead to gradual processing and modulation of cognitive information. We propose in the field of connectionism the use of "Sigma-Pi" connections to allow gradual processing in AI systems. In order to represent as well as possible the modulation processes between the inputs of a network, we have created a new type of connection, "Asymmetric Sigma-Pi" (ASP) units. These models have been implemented within a pre-existing hybrid neuro-symbolic system, the INSS system. The new hybrid system thus obtained, INSS-Gradual, allows the learning of bases of examples containing gradual modulation relations. ASP units facilitate the extraction of gradual rules from a neural network.


AUTEUR(S)
M. SALGADO, Bernard AMY

MOTS-CLÉS
systèmes hybrides neuro-symboliques, règles graduelles, connexions Sigma-Pi, connexions Sigma-Pi asymétriques.

KEYWORDS
neuro-symbolic hybrid systems, graduals rules, Sigma-Pi units, Sigma-Pi asymmetric units.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (76 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier