• Thèse soutenue le :
  • 2008-12-15
  • Salle des thèses

Résumé

La représentation et le raisonnement sur les informations spatiales et temporelles est une importante tâche dans de nombreuses applications de l’Intelligence Artificielle. Ces vingt dernières années de nombreux formalismes ont été proposés pour la représentation et le raisonnement sur le temps et l’espace à base de contraintes qualitatives. Dans cette thèse, nous introduisons et étudions une définition générale de tels formalismes en considérant des relations de base d’arité quelconque. Nous réalisons également une étude générale des algorithmes et des heuristiques proposés dans ce domaine. Nous introduisons deux nouvelles notions : la notion de contraintes éligibles et celle de contraintes gelées. Nous proposons de nouveaux algorithmes afin de les traiter. Nous comparons empiriquement ces algorithmes avec les algorithmes existants. Nous décrivons également notre solveur appelé QAT (pour Qualitative Algebra Toolkit). Ce solveur est un solveur générique permettant de traiter des formalismes qualitatifs de n’importe quelle arité. Il intègre des modules spécifiques concernant les notions proposées dans cette thèse.

Mots clés : raisonnement temporel, raisonnement spatial, contraintes éligibles, contraintes gelées, QAT (Qualitative Algebra Toolkit), formalisme qualitatif.

Compositon du jury

  • Philippe BALBIANI, directeur de recherche (CNRS - IRIT)
  • Jean-François CONDOTTA, maître de conférences (Université d’Artois) co-directeur de thèse
  • Éric GRÉGOIRE, professeur des universités (Université d’Artois)
  • Florence LE BER, chargée de recherche et d’enseignement (laboratoire CEVH, chercheure associée du LORIA (Nancy)
  • Gérard LIGOZAT, professeur des universités (Université Paris-Sud)
  • Pierre MARQUIS, professeur des universités (Université d’Artois) directeur de thèse