Aller au menu Aller au contenu
Une formation ambitieuse
Ecole de référence pour la formation d'ingénieurs en génie industriel
Une formation ambitieuse

> Formation > Cursus ingénieur

Ingénierie des connaissances - 4GMC14A1

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

Objectifs

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.

Contenu

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.

Contrôles 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 2022/2023

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.

Jean-Baptiste Lamy (2020) Ontologies with Python: Programming OWL 2.0 Ontologies with Python and Owlready2

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

mise à jour le 14 juin 2021

diplôme d'ingénieur contrôlé par l'Etat

Programme pédagogique 2022-2023

Parcours ingénieur statut étudiant
Tronc commun 1ère année
Présentation
Semestre 5 | Semestre 6
Filière ICL
Présentation
Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10
Filière IDP
Présentation
Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10
Parcours ingénieur statut apprenti
Filière IPID
Présentation
Semestre 5 | Semestre 6 | Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10

Contacts

Equipe académique
Equipe administrative
Université Grenoble Alpes