Précédent : Grands domaines d'application Remonter : Rapport activite 1997 Suivant : Résultats nouveaux
Précédent : Grands domaines d'application
Remonter : Rapport activite 1997 Suivant :
Résultats nouveaux
Résumé : Les deux premiers logiciels ci-dessous, Mentoniezh et Sarah, sont les résultats d'activités de recherche qui vont s'arrêter et pour lesquelles nous avons souhaité présenter un bilan plus complet. Le logiciel SyDRe est, quant à lui, représentatif de la thématique actuelle. Il fait l'objet d'une intégration dans la plate-forme d'expérimentation AUSTRAL d'Électricité de France.
Participants : François-Gilles Carpentier , Dominique
Py
Résumé : Mentoniezh est un tuteur intelligent pour l'aide à la démonstration en géométrie euclidienne plane, réalisé en collaboration avec le Laboratoire de Didactique des Mathématiques de l'université de Rennes I. La version qui sera diffusée en 1998 comprend un module élève et un module professeur. Le premier module permet à l'élève d'analyser un énoncé géométrique, de réaliser une démonstration puis de la rédiger, tout en étant guidé et corrigé par le logiciel. Ce module intègre des techniques de reconnaissance de plan et de diagnostic cognitif afin d'interpréter les actions de l'élève. Le second module permet à l'enseignant de paramétrer le système afin de l'adapter au niveau de l'élève et aux objectifs pédagogiques de la session.
Mentoniezh est un tuteur intelligent pour l'aide à la
démonstration en géométrie euclidienne plane, réalisé en
collaboration avec le Laboratoire de Didactique des Mathématiques
de l'université de Rennes I.
Le logiciel comporte un module destiné à l'élève et un module destiné au professeur. Le premier module permet à l'élève de résoudre un problème de géométrie en suivant trois étapes:
Une originalité du logiciel est d'autoriser la démonstration en chaînage avant (des données vers la conclusion), en chaînage arrière (de la conclusion vers les données) ou en chaînage mixte (dans un ordre quelconque). Mentoniezh guide et corrige l'élève tout au long de ces trois étapes, en se basant sur les résultats d'un résolveur géométrique.
Le second module permet à l'enseignant de paramétrer le logiciel. En particulier, le professeur peut déclarer une partie des théorèmes comme implicites, de telle manière que l'élève n'ait pas besoin de les appliquer, leur résultat étant considéré comme acquis. Mentoniezh comprend une base de 50 théorèmes et définitions ainsi qu'une base de 35 problèmes, qui couvrent le programme de quatrième au collège.
Le résolveur de Mentoniezh est de type ``expert encadreur'', c'est-à-dire qu'il est capable de trouver plusieurs solutions à un problème, de décider de la validité d'une affirmation de l'élève et de juger de l'intérêt (relativement au problème) de n'importe quel élément de preuve.
Le langage de représentation des connaissances est un sous-ensemble de la logique du premier ordre, qui est un formalisme bien adapté à l'expression de connaissances géométriques dans un tuteur. Les théorèmes sont exprimés par des clauses de Horn. Le démonstrateur travaille en deux phases: construction du graphe de recherche par application systématique des règles en chaînage avant, puis exploration de ce graphe en chaînage arrière pour énumérer les solutions.
Une méthode de reconnaissance de plan, implantée dans le tuteur, permet de suivre précisément le cheminement de l'élève. En considérant une démonstration comme un plan et un pas de preuve comme une action, le système s'attache à détecter le plus tôt possible la preuve dans laquelle s'engage l'élève, ainsi que les éventuels changements de plan effectués en cours de résolution. La reconnaissance de plan s'appuie sur un modèle de raisonnement non monotone connu sous le nom de circonscription. Son principe consiste à minimiser le nombre d'explications possibles à la séquence d'événements observés.
Lorsque l'élève propose un pas de preuve incorrect, le tuteur analyse cette réponse afin de produire une rétroaction appropriée. Ce diagnostic est délicat dans la mesure où les erreurs peuvent se combiner entre elles, une même proposition erronée peut donner lieu à plusieurs diagnostics, et surtout, puisqu'il n'existe pas une réponse unique attendue, il est nécessaire de reconnaître en même temps l'erreur commise et la réponse visée par l'élève. Mentoniezh utilise une base d'erreurs, comportant les erreurs les plus courantes, ainsi qu'un ensemble d'heuristiques qui départagent les diagnostics candidats en cas d'ambiguité. Ces heuristiques se basent sur le contexte de résolution (les données du problème, les solutions, l'état de la résolution) afin de déterminer le diagnostic le plus plausible.
Participants : Jean-Maurice Blin , Véronique Masson , René
Quiniou
Mots-clés : diagnostic cognitif, rééducation, aphasie,
modélisation de l'usager
aphasie: trouble neurologique d'origine accidentelle
(traumatique ou cardio-vasculaire) qui affecte le langage aussi
bien du point de vue de la production que du point de vue de la
compréhension.
RàPC: raisonnement à partir de cas: méthode de
résolution de problèmes qui consiste à retrouver des problèmes
résolus proches de celui à résoudre afin de réutiliser la
solution utilisée par le passé.
Résumé : Le but du logiciel Sarah est de diagnostiquer les troubles du langage chez un patient aphasique. Pour ce faire, Sarah produit dynamiquement des exercices de grammaires ou de calcul que doit résoudre le patient. Les résultats sont considérés comme des exemples d'entrées/sorties d'un programme logique qui est synthétisé selon une méthode de programmation logique inductive. Le programme synthétisé représente le modèle du patient: il constitue une représentation exécutable des processus logiques qui permettent au patient de résoudre les problèmes posés. Le modèle peut ensuite être analysé pour déterminer les erreurs qu'il comporte. Ces erreurs sont assimilés à des troubles. Enfin, des règles expertes permettent de générer de nouveaux problèmes pour confirmer ou infirmer l'analyse effectuée.
Le système Sarah (Système d'aide à la rééducation d'aphasiques) a
pour ambition de diriger des séances de rééducation à base
d'exercices grammaticaux d'une manière semblable à celle de
cliniciens. Cet objectif nécessite un système informatique qui
propose des suites d'exercices adaptées à chaque patient et à sa
zone d'expérimentation propre, c'est-à-dire correspondant
exactement à ses domaines cognitifs présentant des
dysfonctionnements et d'une difficulté cohérente avec la gravité
de ses troubles. Le logiciel Sarah est le fruit d'une
collaboration étroite entre le Laboratoire Interdisciplinaire de
Recherche sur le Langage (LIRL) de l'université de Rennes 2, le
service de neurologie du CHU de Rennes et le projet Repco.
Sarah est un système à base de connaissances qui établit des séquences d'exercices à partir des réponses d'un patient, de la comparaison des réponses du patient avec celles attendues par les cliniciens, et des stratégies de diagnostic et de rééducation établies par les thérapeutes. Sarah s'appuie sur un système de modélisation par apprentissage automatique (ici la programmation Logique Inductive ou PLI), qui crée un modèle du patient, c'est-à-dire une représentation de son comportement, à partir de ses réponses aux exercices.
Le générateur d'énoncés établit le texte de l'exercice, à partir de règles utilisant les informations du modèle du patient et des connaissances spécifiques au domaine, telles que le format des exercices ou le lexique. Aucun test n'est ainsi prédéfini. Tous sont élaborés dynamiquement en s'appuyant les résultats précédents.
Le prototype de Sarah se focalise sur le diagnostic et la rééducation des troubles du transcodage des nombres. Il faut signaler que les nombres forment un sous-langage intéressant car beaucoup de résultats obtenus sur ce domaine peuvent être transférés, moyennant quelques précautions, au langage tout entier [GGM91].
Devant la diversité et l'imprévisibilité des stratégies parfois adoptées par les patients aphasiques, la représentation choisie doit illustrer le plus grand nombre de comportements possibles. Nous avons choisi de décrire les tâches au moyen d'un certain nombre de processus de base, ou primitives, qui transforment un énoncé ou un fragment d'énoncé. Un choix judicieux des primitives permet la représentation de toutes les tâches possibles. La détection de la stratégie employée par un patient consiste alors en la recherche d'une combinaison adéquate des primitives définies.
La Programmation Logique Inductive (PLI) cherche à combiner les primitives disponibles afin de constituer un programme logique dont l'exécution produit les mêmes réponses que celles fournies par le patient. L'intérêt de ce type de représentation est multiple. Le modèle ainsi obtenu est exécutable et peut donc servir à des fins de simulation, en particulier pour produire des exercices pertinents. Le modèle est un programme qui peut faire l'objet de traitements particuliers: sa correction vis-à-vis d'une spécification donnée peut être testée, il peut être généralisé s'il s'avère incomplet, il peut être spécialisé s'il s'avère incorrect.
En 1997, le prototype de Sarah a fait l'objet d'une évaluation par un neuropsychologue [Jou97] au centre de rééducation fonctionnelle de La Vallée à Betton. Une population de 10 aphasiques a utilisé le système sur une moyenne de cinq séances d'une heure. Dans l'ensemble, le système est bien accepté par les patients qui apprécient, en particulier, l'aspect ludique d'une telle utilisation. L'analyse systématique des résultats montre que Sarah s'adapte bien au niveau de difficulté du patient et qu'il cerne assez bien la zone d'expérimentation propre à un patient. L'analyse a également montré que Sarah présentait des difficultés pour la modélisation de stratégies de transcodage de nombres complexes (dues à la recherche combinatoire d'un modèle). On note aussi quelques problèmes dans l'enchaînement des exercices (dûs à un manque de finesse des règles de séquencement).
Une version de démonstration est accessible sur le site Internet:
http://montague.irisa.fr:8080/frame1.html.
Participants : Marie-Odile Cordier , Sylvie Thiébaux
Mots-clés : supervision de réseaux, génération de plan
réactive, reprise de service, reconfiguration
Résumé : Ce logiciel a été développé dans le cadre d'un contrat avec l'EDF, contrat R34/1H/9487, sur le thème de la génération réactive de plans de reprise de service sur les réseaux de distribution EDF.
Il s'agit, lors de l'occurrence de défauts sur les lignes des réseaux de distribution, de localiser les lignes fautives en interprétant les télésignalisations reçues, puis de construire un plan de reconfiguration du réseau afin de réalimenter au mieux les clients du réseau. Le plan de reconfiguration consiste en une suite d'ouvertures et de fermetures des organes de coupure par l'intermédiaire d'actionneurs. Un des principaux problèmes provient du manque de fiabilité des capteurs ainsi que des actionneurs.
Le prototype SyDRe permet d'afficher le réseau de manière graphique et de simuler le fonctionnement du réseau en modifiant interactivement l'état des organes de coupure et celui des actionneurs. Il propose d'autre part des plans de reconfiguration et en permet une exécution pas à pas. Il se charge du suivi du plan en gérant les hypothèses faites sur l'état du réseau et réagit en révisant le plan lorsque ceci s'avère nécessaire. Le plan proposé tient compte de l'occurrence de défauts multiples.
Le prototype est écrit en ML.
Précédent : Grands domaines
d'application Remonter : Rapport activite 1997 Suivant :
Résultats nouveaux