background preloader

Moteur d'inférence

Moteur d'inférence
Un article de Wikipédia, l'encyclopédie libre. Un moteur d'inférence (du verbe « inférer » qui signifie « déduire ») est un logiciel correspondant à un algorithme de simulation des raisonnements déductifs. Un moteur d'inférence permet aux systèmes experts de conduire des raisonnements logiques et de dériver des conclusions à partir d'une base de faits et d'une base de connaissances. Les moteurs d'inférences peuvent implémenter : une logique formelle d'ordre 0 (logique des propositions), d'ordre 0+, d'ordre 1 (logique des prédicats) ou d'ordre 2 avecune gestion d'hypothèses monotone ou non monotone,un chaînage avant, chaînage arrière ou mixte,une complétude déductive ou non. Historique[modifier | modifier le code] Les premiers moteurs d'inférences sont nés dans les années 1960 dans la communauté des chercheurs en informatique, notamment lors du lancement du programme de recherche américain sur le GPS (General Problem Solver). Exemples de moteurs d'inférence[modifier | modifier le code] Related:  What is A.I ?...Intelligence artificielle

Système expert Un article de Wikipédia, l'encyclopédie libre. D'une manière générale, un système expert est un outil capable de reproduire les mécanismes cognitifs d'un expert, dans un domaine particulier. Il s'agit de l'une des voies tentant d'aboutir à l'intelligence artificielle. Plus précisément, un système expert est un logiciel capable de répondre à des questions, en effectuant un raisonnement à partir de faits et de règles connus. Un système expert se compose de 3 parties : une base de faits,une base de règles etun moteur d'inférence. Le moteur d'inférence est capable d'utiliser faits et règles pour produire de nouveaux faits, jusqu'à parvenir à la réponse à la question experte posée. La plupart des systèmes experts existants reposent sur des mécanismes de logique formelle (logique aristotélicienne) et utilisent le raisonnement déductif. si P est vrai (fait ou prémisse) et si on sait que P implique Q (règle) alors, Q est vrai (nouveau fait ou conclusion). Historique[modifier | modifier le code]

Statistical inference In statistics, statistical inference is the process of drawing conclusions from data that are subject to random variation, for example, observational errors or sampling variation.[1] Initial requirements of such a system of procedures for inference and induction are that the system should produce reasonable answers when applied to well-defined situations and that it should be general enough to be applied across a range of situations. Inferential statistics are used to test hypotheses and make estimations using sample data. The outcome of statistical inference may be an answer to the question "what should be done next?", where this might be a decision about making further experiments or surveys, or about drawing a conclusion before implementing some organizational or governmental policy. Introduction[edit] Scope[edit] For the most part, statistical inference makes propositions about populations, using data drawn from the population of interest via some form of random sampling.

Ontologie (informatique) Un article de Wikipédia, l'encyclopédie libre. Par analogie, le terme est repris en informatique et en science de l'information, où une ontologie est l'ensemble structuré des termes et concepts représentant le sens d'un champ d'informations, que ce soit par les métadonnées d'un espace de noms, ou les éléments d'un domaine de connaissances. L'ontologie constitue en soi un modèle de données représentatif d'un ensemble de concepts dans un domaine, ainsi que des relations entre ces concepts. Elle est employée pour raisonner à propos des objets du domaine concerné. L'objectif premier d'une ontologie est de modéliser un ensemble de connaissances dans un domaine donné, qui peut être réel ou imaginaire. Les ontologies sont employées dans l'intelligence artificielle, le Web sémantique, le génie logiciel, l'informatique biomédicale ou encore l'architecture de l'information comme une forme de représentation de la connaissance au sujet d'un monde ou d'une certaine partie de ce monde. Notes

Heuristique Un article de Wikipédia, l'encyclopédie libre. Cette page d’homonymie répertorie les différents sujets et articles partageant un même nom. Sur les autres projets Wikimedia : heuristique, sur le Wiktionnaire L'heuristique (du grec ancien εὑρίσκω, eurisko, « je trouve »[1]), parfois orthographiée euristique, est un terme de didactique qui signifie « l'art d'inventer, de faire des découvertes »[2]. Voir aussi[modifier | modifier le code] Sérendipité Notes et références[modifier | modifier le code] The Whole Art of Deduction A Message from Dean Protas I am pleased to announce that Vicki Freeman, PhD, Professor and Chair of the Clinical Laboratory Sciences Department and Susan Logan Endowed Professor in the School of Health Professions has been accepted as a member of the 2014-2015 class of Fellows in the Executive Leadership in Academic Technology and Engineering (ELATE at Drexel). Her selection places her among the very best and brightest of today's and tomorrow's women leaders in academic STEM fields. ELATE at Drexel is a national leadership development program designed to advance senior women faculty in academic engineering, computer science, and related fields into effective institutional leadership roles within their schools and university. ELATE is a collaborative project of Drexel University and Drexel University College of Medicine. Dr. Please join me in congratulating her on this major accomplishment. Elizabeth J. Months after rehab, knee and hip patients keep improving A visit with Dr. "Dr. John A.

Base de connaissance Un article de Wikipédia, l'encyclopédie libre. Une base de connaissance regroupe des connaissances spécifiques à un domaine spécialisé donné, sous une forme exploitable par un ordinateur. Elle peut contenir des règles (dans ce cas, on parle de base de règles), des faits ou d'autres représentations[1]. Une base de connaissance sert à rassembler - de manière centralisée - l'expertise d'un domaine généralement formalisée de manière déclarative. A ne pas confondre avec : Exemples[modifier | modifier le code] Conventions orthographiques[modifier | modifier le code] Deux écritures possibles existent: base de connaissance,base de connaissances. Outils spécifique (logiciels)[modifier | modifier le code] GLPI (GNU/GPL v2) est un outil de gestion d'incident et de gestion de parc intégrant une outil de base de connaissances vierge.ZendeskAtlassian Autres outils [3][modifier | modifier le code] ForumWikiCMT Voir aussi[modifier | modifier le code] Notes et références[modifier | modifier le code]

Inférence bayésienne Un article de Wikipédia, l'encyclopédie libre. Le raisonnement bayésien s'intéresse aux cas où une proposition pourrait être vraie ou fausse, non pas en raison de son rapport logique à des axiomes tenus pour assurément vrais, mais selon des observations où subsiste une incertitude. On attribue à toute proposition une valeur entre 0 (faux à coup sûr) et 1 (vrai à coup sûr). S'il s'agit d'un événement pouvant avoir plus de deux issues possibles, on considère la distribution de probabilité de ces issues. L'inférence bayésienne révise la probabilité des propositions au fur et à mesure des observations, incluant, dans l'analyse de Thomas Bayes qui lui donne son nom, la première opinion (a priori) sur la probabilité des prémisses. Manipulation des probabilités : notation et règles logiques[modifier | modifier le code] Notation courante[modifier | modifier le code] Soit deux événements A et B quelconques. Règles de la logique des probabilités[modifier | modifier le code] La règle d'addition .

Setting Gold Standards for the Semantic Web A new article out of AI3 discusses the need for so-called “gold standards” in the semantic web and examines several possible gold standards. As the article puts it, “The types of gold standards useful to the semantic Web are similar to those useful to our analogy of human languages. We need guidance on structure (syntax and grammar), plus reference vocabularies that encompass the scope of the semantic Web (that is, everything).” The gold standards that the author, Mike Bergman suggests are RDF, RDFS and OWL (building blocks for languages); Wikipedia (a “standard reference vocabulary of things, concepts, and entities”); WordNet (“lexical language references as an aid to natural language processing”); and UMBEL (“the structural reference for the connectedness of things”). The article insists, “The need for gold standards for the semantic Web is particularly acute. Image: Courtesy Flickr/ Brian Giesen

Intelligence artificielle Un article de Wikipédia, l'encyclopédie libre. Définition[modifier | modifier le code] Le terme « intelligence artificielle », créé par John McCarthy, est souvent abrégé par le sigle « I.A. » (ou « A.I. » en anglais, pour Artificial Intelligence). Il est défini par l’un de ses créateurs, Marvin Lee Minsky, comme « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique »[1],[2]. On y trouve donc le côté « artificiel » atteint par l'usage des ordinateurs ou de processus électroniques élaborés et le côté « intelligence » associé à son but d'imiter le comportement. Même si elles respectent globalement la définition de Minsky, il existe un certain nombre de définitions différentes de l'IA qui varient sur deux points fondamentaux[3] :

CORE 3225 - Introduction to Research A Message from Dean Protas I am pleased to announce that Vicki Freeman, PhD, Professor and Chair of the Clinical Laboratory Sciences Department and Susan Logan Endowed Professor in the School of Health Professions has been accepted as a member of the 2014-2015 class of Fellows in the Executive Leadership in Academic Technology and Engineering (ELATE at Drexel). Her selection places her among the very best and brightest of today's and tomorrow's women leaders in academic STEM fields. ELATE at Drexel is a national leadership development program designed to advance senior women faculty in academic engineering, computer science, and related fields into effective institutional leadership roles within their schools and university. Dr. Please join me in congratulating her on this major accomplishment. Elizabeth J. Months after rehab, knee and hip patients keep improving -Chicago Tribune, Feb. 17, 2014 Read full article at Chicago Tribune A visit with Dr. "Dr. See full article at GuidryNews.com Dr.

Inference engine An Inference Engine is a tool from Artificial Intelligence. The first inference engines were components of expert systems. The typical expert system consisted of a knowledge base and an inference engine. The knowledge base stored facts about the world. Architecture[edit] The logic that an inference engine uses is typically represented as IF-THEN rules. A simple example of Modus Ponens often used in introductory logic books is "If you are human then you are mortal". Rule1: Human(x) => Mortal(x) A trivial example of how this rule would be used in an inference engine is as follows. This innovation of integrating the inference engine with a user interface led to the second early advancement of expert systems: explanation capabilities. An inference engine cycles through three sequential steps: match rules, select rules, and execute rules. In the first step, match rules, the inference engine finds all of the rules that are triggered by the current contents of the knowledge base. See also[edit]

Table Row Attributes 6 Ce qui vaut pour une ouverture vaut aussi pour un déplacement et pour une succession de déplacements, une affaire qu'un bon computer peut facilement analyser en évaluant plusieurs alternatives. Serait-ce la mort du jeu d'échecs? Non, car bien qu'un être humain soit plus intelligent qu'un computer, il est peu probable qu'il puisse analyser aussi rapidement autant d'alternatives. Avec le théorème de Bayes, nous pouvons donc évaluer, aux échecs, les pour et les contre de diverses alternatives de jeu. next page Defining the Semantic Web in a Few Sentences A Quora user posed this challenge to the network: “How do you explain semantic web to a nine-year old child in one sentence?” The challenge was followed by a quote from Albert Einstein: “If you can’t explain it to a six year old, you don’t understand it yourself.” Some of the best responses so far include, “A web where computers better understand the real meaning of the words we use to communicate with them.” “Hi Timmy, the web is like one giant big book written by a lot of people. We at Semantic Web recently offered up a challenge of our own: give us your best elevator pitch answering the question, “What is the Semantic Web?” Sandro Hawke, W3C – for a general audience David Wood, Talis – for journalistic research Mark Montgomery, Kyield – for enterprise decision makers Gordon Brown, UK Prime Minister (not an official pitch) – for government and citizenry Image: Courtesy Flickr/ ricardodiaz11

Related: