Génie industriel - Rubrique Formation - 2022

Ingénierie des connaissances - 4GMC14A1

  • Volumes horaires

    • CM 7.5
    • Projet -
    • TD 7.5
    • Stage -
    • TP -
    • DS 1.5

    Crédits ECTS

    Crédits ECTS 1.5

Objectif(s)

Le cours propose une présentation des outils de l'ingénierie de la connaissance et leurs applications à l'industrie du futur.
Les étudiants sauront extraire, formaliser, et exploiter des connaissances pour aider à la prise de la bonne décision industrielle.

Responsable(s)

Abdourahim SYLLA, Iragael JOLY

Contenu(s)

Introduction to Knowledge Engineering
Data VS. Information VS. Knowledge
Types of knowledge
Role of Knowledge Engineering for AI
Hybrid AI: monitoring, simulation, expert knowledge
Knowledge representations (frame, rules, FOL, semantic networks, Triples…)
Expert systems
Knowledge engineering VS. Knowledge management
TP. Find and decorticate a use case of KE in I.40
Ontologies
Ontologies and Linked data
Methods for capturing expert knowledge
Modelling languages RDF, RDFS, OWL, NoSQL Graph
Reasoning with inference engine (SPARQL & RDF query language)
Use cases of ontologies in industry 4.0
TP. Development of an ontology with Protégé
Case-based reasoning
Models for representing cases
Similarity measures & cases retrieval methods
Methods for reusing similar cases for decision aid
Discussion on case base updating
TP. Evaluation of a new product / a new project

Prérequis

Les étudiants auront suivi et validé les cours suivants : Probabilité et statistiques ; Programmation avec R, Programmation avec Python.

Contrôle des connaissances

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Note de contrôle continu : TP (basée sur au moins 2 notes TP1 et TP2)
Note d'examen individuelle : EX
Note = 0.4*TP + 0.6*EX

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Au moins 2 notes de TP ou contrôle continu: TP1 et TP2
Une note d'examen : E1

Note = 0.4*((TP1+TP2)/2) + 0.6 * E1

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Ingénieur ICL - Semestre 7
  • Cursus ingénieur - Ingénieur IdP - Semestre 7
cf. l'emploi du temps 2023/2024

Informations complémentaires

Code de l'enseignement : 4GMC14A1
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.

Bibliographie

King (2009), Knowledge Management and Organizational Learning , Springer

Kolodner Janet L. (1993), Case-Based Reasoning. M. Kaufmann

Bergmann, R., Kolodner, J., & Plaza, E. (2005). Representation in case-based reasoning. Knowledge Engineering Review, 20(3), 209-214

Aamodt, A., & Plaza, E. (1994). Case-based reasoning: Foundational issues, methodological variations, and system approaches. AI communications, 7(1), 39-59

Simon Kendal and Malcolm Creen (2007) An introduction to knowledge engineering, Springer.