Etablissement
Ecole Nationale Supérieure d'informatique
Affiliation
Département de Post-Graduation
Auteur
ARKAM, Meriem
Directeur de thèse
NADER Fahima (Maitre de conférence)
Filière
Informatique
Diplôme
Doctorat
Titre
Approche sémantique probabiliste pour la modélisation et l’interopérabilité des Systèmes d’Entreprise
Mots clés
Apprentissage, Raisonnement, Découverte de relations, Modèles graphiques probabilistes, Ontologie, Systèmes d’entreprise, EAI et interopérabilité.
Résumé
De nos jours, les entreprises sont emmenées à devenir de plus en plus agiles et flexibles pour pouvoir gérer au mieux les changements rapides de leurs activités dans un marché toujours plus compétitif, Les défis scientifiques auxquelles elles doivent faire face concernent notamment l’interopérabilité d’entreprise. En effet, l’interopérabilité d’entreprise doit permettre d’améliorer les interactions entre les systèmes, le personnel, les applications, les départements et les entreprises [Vernadat, 2009], donc garantir que l’information est partagée, comprise par rapport à une sémantique commune et utilisée par les différents systèmes d’entreprise pour réaliser une mission globale [Yahia et al. 2012]. Par ailleurs, les systèmes d’entreprise les plus étudiés sont les systèmes décisionnels, les systèmes d’informations et les systèmes opérationnels, néanmoins, l’évolution considérable en Knowledge Management a changé la vision globale de l’entreprise pour ajouter les Systèmes de Connaissances [Ermine et al, 1998] Le système opérationnel de l’entreprise applique plusieurs processus dont le but est de dialoguer avec le système d’information et d’appliquer les directions stratégiques dictées par le Système de Décision. Les techniques de capitalisation des connaissances utilisées à ces processus permettent d’enrichir le Système de Connaissance de l’entreprise [Fathallah et al., 2010] et aussi d’offrir une meilleure interopérabilité entre les différents systèmes, d’où l’émergence des nouvelles générations de systèmes à base de connaissance où les systèmes décisionnels ont besoin de puiser dans des connaissances à la fois très larges, mais spécifiques à un domaine, en combinant apprentissage, représentations structurées des connaissances du domaine, comme les ontologies, représentations causales et outils de raisonnement. Les modèles graphiques probabilistes sont à la fois "apprenables" à partir de données et/ou de connaissances externes, mais aussi "utilisables" pour représenter des connaissances structurées et raisonner à partir d’observations. Quelques résultats obtenus montrent l’intérêt d’utiliser un certain type de modèles graphiques probabilistes (comme les réseaux bayésiens) pour la construction de ces nouveaux systèmes à base de connaissance [Guillet et al, 2012] [Marinica et al., 2010] [Marinica, 2010] [Trichet et al., 2009]… . Le sujet de cette thèse consiste à proposer une nouvelle architecture de modélisation d'entreprise assurant l’interopérabilité des systèmes d’entreprise à base de connaissance tout en intégrant des Modèles Probabilistes et Ontologies pour permettre une construction des systèmes d’entreprise qui seront aptes à évoluer avec les stratégies des organisations qu’ils supportent.
Statut
Vérifié