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.
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
Les étudiants auront suivi et validé les cours suivants : Probabilité et statistiques ; Programmation avec R, Programmation avec Python.
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
Le cours est programmé dans ces filières :
- Cursus ingénieur - Ingénieur ICL - Semestre 7
- Cursus ingénieur - Ingénieur IdP - Semestre 7
Code de l'enseignement : 4GMC14A1
Langue(s) d'enseignement :
Vous pouvez retrouver ce cours dans la liste de tous les cours.
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.
Programme pédagogique 2023-2024
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
- Directeur des études
Pierre Lemaire - Responsable 1ère année
Abdourahim Sylla - Responsable filière ICL
Iragael Joly - Responsable filière IDP
Marie-Laure Perenon - Responsables filière IPID
Olivier Boissin
Nicolas Catusse
Equipe administrative
- Responsable scolarité
Laure Jouffray - Gestionnaire 1ère année
Valérie Demicheli - Gestionnaire 2ème année
Sylvie Malandrino - Gestionnaire 3ème année et parcours spéciaux
Vincente Odier - Gestionnaire Apprentis
Carina Cataldi