• Financement : ANR
  • Année de début de thèse :
  • 2022

Cette thèse s’inscrit dans le cadre du Work Package 2 du projet ANR CROQUIS (‘CROQUIS : Collecting, Representing, cOmpleting, merging and Querying heterogeneous and UncertaIn waStewater and stormwater network data”).

Elle concerne d’abord le problème de la mise à jour des bases de connaissances incertaines, en présence de nouvelles informations représentées par une séquence d’observations hétérogènes. Les méthodes de conditionnement existantes ne sont pas adaptées pour traiter des informations et des données de natures différentes et pour traiter des séquences d’interventions (actions externes) et d’observations incertaines. Le premier objectif de cette thèse est de développer de nouveaux opérateurs de conditionnement hétérogènes; aussi bien au niveau sémantique qu’au niveau syntaxique. L’idée est de proposer une contrepartie possibiliste du conditionnement de Fagin-Halpern (défini dans la théorie de Dempster/Shafer) en présence d’observations incertaines et d’interventions.

La deuxième partie de la thèse concerne la fusion des données de réseaux d’assainissement multi-sources. Ces données ont la particularité d’être constituées à la fois d’éléments géométriques et d’une base d’attributs sémantiques; qui seront représentées par des graphes. Les informations incertaines seront représentées dans le cadre de la théorie des possibilités et des fonctions de croyance. L’objectif est alors de définir une approche générique pour la détection et la correction des différents types d’imperfections dans l’appariement des objets géographiques lors de la fusion de données et d’information incertaines.