background preloader

Conceptualisation et structuration des connaissances

Facebook Twitter

Gestion des connaissances. Un article de Wikipédia, l'encyclopédie libre. La gestion des connaissances (en anglais knowledge management) est une démarche managériale pluridisciplinaire qui regroupe l'ensemble des initiatives, des méthodes et des techniques permettant de percevoir, identifier, analyser, organiser, mémoriser, partager les connaissances des membres d'une organisation – les savoirs créés par l'entreprise elle-même (marketing, recherche et développement) ou acquis de l'extérieur (intelligence économique) – en vue d'atteindre un objectif fixé.

Définition[modifier | modifier le code] Actuellement, nous sommes submergés d'informations. Les entreprises, les scientifiques ou même les particuliers sont maintenant obligés d'appliquer une stratégie dans le traitement et la transmission de l'information dans les activités de tous les jours : voter, travailler, chercher un emploi, gagner des marchés, etc. D'après des praticiens et des académiciens tels que R. C. Tisseyre[2], Larry Prusak[3], J.Y. SI MARIÉ(? Algorithmic learning theory. Algorithmic learning theory is a mathematical framework for analyzing machine learning problems and algorithms. Synonyms include formal learning theory and algorithmic inductive inference. Algorithmic learning theory is different from statistical learning theory in that it does not make use of statistical assumptions and analysis.

Both algorithmic and statistical learning theory are concerned with machine learning and can thus be viewed as branches of computational learning theory. Distinguishing Characteristics[edit] Unlike statistical learning theory and most statistical theory in general, algorithmic learning theory does not assume that data are random samples, that is, that data points are independent of each other. This makes the theory suitable for domains where observations are (relatively) noise-free but not random, such as language learning [1] and automated scientific discovery.[2][3] Algorithmic learning theory investigates the learning power of Turing machines.

See also[edit] Model Thinking. Une introduction aux logiques de description. Ce document est une adaptation du chapitre 4 de : Fournier-Viger, Philippe (2005) "Un modèle de représentation des connaissances à trois niveaux de sémantique pour les systèmes tutoriels intelligents". Mémoire de maîtrise (M.Sc.), Université de Sherbrooke, Sherbrooke, Canada. Le document est seulement mis à jour pour corriger des erreurs. Vous pouvez me contacter pour rapporter des erreurs. Ce document présente les logiques de description (LD), une famille de langages de représentation de connaissances qui exploitent, en général, des sous-ensembles décidables (pour une logique, un problème de raisonnement est décidable si une machine de Turing peut le résoudre en un nombre ni d'étapes) de la logique de premier ordre. Ils ont été largement étudiés et utilisés dans plusieurs systèmes à base de connaissances (Nardi et Brachman, 2003). 1.1 Le contexte 1.1.1 Une approche ontologique 1.1.2 Un historique des logique de description La première génération de logiques de description (1980 - 1990) .

B. Logique de description. Un article de Wikipédia, l'encyclopédie libre. Les logiques de description aussi appelé logiques descriptives (LD) sont une famille de langages de représentation de connaissance qui peuvent être utilisés pour représenter la connaissance terminologique d'un domaine d'application d'une manière formelle et structurée. Le nom de logique de description se rapporte, d'une part à la description de concepts utilisée pour décrire un domaine et d'autre part à la sémantique basée sur la logique qui peut être donnée par une transcription en logique des prédicats du premier ordre. La logique de description a été développée comme une extension des frames et des réseaux sémantiques, qui ne possédaient pas de sémantique formelle basée sur la logique. Origines et applications des logiques de description[modifier | modifier le code] Définition des logiques de description[modifier | modifier le code] La plupart des logiques de description divisent la connaissance en deux parties : , où Définition 1 : Soit pour .

Représentation des connaissances. Un article de Wikipédia, l'encyclopédie libre. La représentation des connaissances désigne un ensemble d'outils et de procédés destinés d'une part à représenter et d'autre part à organiser le savoir humain pour l'utiliser et le partager. Représentation des connaissances[modifier | modifier le code] Les connaissances n'ont jamais été, et ne sont toujours pas, systématiquement représentées par des mots et des phrases.

Les systèmes d'informations utilisent notamment : Classement des connaissances[modifier | modifier le code] Les outils classiques (non électroniques) de représentation des connaissances sont les taxonomies ou classifications, qui permettent d'organiser les connaissances sur les objets du monde, et les thesaurus utilisés en indexation documentaire.

Formalisation des connaissances[modifier | modifier le code] Des outils plus formels et permettant de représenter des connaissances complexes sont par exemple les graphes conceptuels ou les réseaux sémantiques. Traité du signe visuel : pour une rhétorique de l'image: Amazon.fr: Collectif. Sémiologie. Un article de Wikipédia, l'encyclopédie libre. Le terme sémiologie a été créé par Émile Littré et pour lui, il se rapportait à la médecine[1]. Il a ensuite été repris et élargi par Ferdinand de Saussure, pour qui la sémiologie est « la science qui étudie la vie des signes au sein de la vie sociale[2] ». Le terme sémiotique, inventé par Charles Sanders Peirce quelques années auparavant, recouvre la même idée et est utilisé le plus fréquemment en dehors de France.

Sémiologie en linguistique[modifier | modifier le code] La sémiologie (du grec ancien σημεῖον / sêmeîon (« signe ») et λογία / logía (« étude »)) apparaît être une discipline récente. On assiste alors à un regain d'intérêt pour l'étude des signes, et la sémiologie devient une nouvelle discipline dans les Sciences sociales avec des auteurs comme Greimas, Barthes, Jean Baudrillard, Mounin ou Umberto Eco.

Aujourd'hui, de ces deux termes sémiologie / sémiotique, le second prédomine. Sémiologie médicale[modifier | modifier le code] Sémiotique Générale. Charles Sanders Peirce. Un article de Wikipédia, l'encyclopédie libre. Charles Sanders Peirce Philosophe américain XIXe siècle-XXe siècle Charles Sanders Peirce (10 septembre 1839 - ) est un sémiologue et philosophe américain. Il est considéré comme le fondateur du courant pragmatiste avec William James et, avec Ferdinand de Saussure, un des deux pères de la sémiologie (ou sémiotique) moderne et comme un des plus grands logiciens.

Biographie[modifier | modifier le code] Vie[modifier | modifier le code] Cambridge (près de Boston), où Peirce est né et a grandi, New York, qu'il a souvent fréquenté et où il a parfois vécu, et Milford, où il a passé les dernières années de sa vie Juliette. Vers l'âge de douze ans, il lit un livre de logique de l'évêque Richard Whately et devient fasciné par les problèmes de logique au point de penser les problèmes à travers elle[2]. Peirce souffre depuis son adolescence de troubles nerveux qui de nos jours pourraient être diagnostiqués comme une Névralgie du trijumeau. Sémiologie graphique. Un article de Wikipédia, l'encyclopédie libre. La sémiologie graphique est une discipline qui s'occupe : de la transcription, dans le système graphique d'un signe, d'un ensemble de données ;du traitement de ces données afin de faire apparaître l'information d'ensemble recherchée;de la construction d'images les mieux adaptées à communiquer cette information.

Au sein de la géographie, la sémiologie graphique a trouvé un champ d’application privilégié dans les processus d’élaboration d’un des outils fondamentaux de la géographie : la carte et, par extension, à l’ensemble des techniques qui permettent sa production (SIG et télédétection)et le Design de l'information. Définition de la Graphique[modifier | modifier le code] Les significations que l'homme attribue aux signes peuvent être monosémiques, polysémique ou pansémiques: La Graphique utilise le système monosémique, chaque élément est définie à l'avance. Un système monosémique[modifier | modifier le code] Les variables visuelles - La couleur. Inférence. Un article de Wikipédia, l'encyclopédie libre. L'inférence désigne les actions de mise en relation d'un ensemble de propositions, aboutissant à une démonstration de vérité, de fausseté ou de probabilité, sous la forme d'une proposition appelée conclusion[1].

Dans sa définition classique, l'inférence est une opération logique portant sur des propositions tenues pour vraies (les prémisses) et concluant à la vérité d'une nouvelle proposition en vertu de sa liaison avec les premières. C'est pourquoi l'inférence est souvent réduite à la déduction nécessaire dans laquelle la vérité des prémisses assure totalement la vérité de la conclusion. Exemples[modifier | modifier le code] L'inférence implique le recours à l'interprétation, peu importe qu'il y ait une suggestion. Le principe est, quand on fait une inférence, que l'on rajoute une information à celle(s) fournie(s).

Michel Saucet, dans son ouvrage sur la sémantique générale (ed. . « Imaginez, vous vivez en famille dans une maison.