Modelling and exploitation of knowledge for collaborative expertise processes
Modélisation et exploitation des connaissances pour les processus d'expertise collaborative
Résumé
Nowadays, Expertise Processes are implemented in many fields, particularly in the industry, to evaluate situations, understand problems, or anticipate risks. These processes can also be used upstream of complex and ill-structured problems to assist in understanding them and thus facilitate decision-making. This approach has become so widespread that it has been supported by a standard (NF X 50-110) and a recommendation guide published in 2011 (FDX 50-046). The approach is mainly based on hypotheses expressed by one or many domain experts and aims to explore all possible aspects of the problem. Subsequently, these hypotheses are progressively validated or not the different phases of the exploratory process with respect to available knowledge of the problem at hand. Thus, experts can understand what is wrong and make decisions or propose solutions by exploring and validating hypotheses with respect to the knowledge available for a problem. Although the Expertise Process practices and guidelines are defined as a standard, it lacks automatic or semi-automatic tools to assist the domain experts during the different exploratory phases of the process. In addition, in this quasi-manual state, Expertise Processes lack appropriate mechanisms to evaluate expertise, formalize and manage the knowledge produced, such that it can be understood by humans and computed by machines. Before proposing solutions for these limitations of the current state of Expertise Processes, a review of fundamental and applied studies in logic, knowledge representation for expertise or experience, and collaborative intelligence was carried out to identify the technological building-blocks of the proposed solutions. An analysis of the NF X 50-100 standard was conducted to understand the insights of Expertise Processes and how it can be formally represented and used as experience feedback. Moreover, a study was conducted on past expertise reports from aircraft accidents to find how they can be represented in a machine-readable, general, and extensible format that is domain independent and shareable among systems. This thesis presents the following studies as contributions to the field of Expertise Processes. It proposes formalized knowledge and methodology for collaborative Expertise Processes using hypotheses. This method is illustrated with a use case taken from the field of problem-solving in manufacturing, in which a manufactured product was rejected by clients. The methodology also describes inference mechanisms compatible with the proposed formal representation. It presents a non-monotonic collaborative reasoning based on answer set logic programming and the Dempster Shafer Theory. The proposed integration framework is successfully illustrated using a case of auto-mobile diagnosis. It describes an ontology for a semantic representation of expertise reports. This contribution yields a base ontology for accident expertise to answer accidents related questions. First, these contributions have allowed a formal and systematic execution of Expertise Processes, with a human centric motivation. Secondly, they enhance their possible use for further processing according to essential properties such as traceability, transparency, non-monotonic reasoning, and uncertainty, by considering human doubt and experts’ limited knowledge of a problem being analyzed. Finally, they provide a human - and machine-readable semantic representation for the expert reports.
Les démarches d’expertise sont aujourd’hui mises en oeuvre dans de nombreux domaines, et plus particulièrement dans le domaine industriel, pour évaluer des situations, comprendre des problèmes ou encore anticiper des risques. Placés en amont des problèmes complexes et mal définis, elles servent à la compréhension de ceux-ci et facilitent ainsi les prises de décisions. Ces démarches sont devenues tellement généralisées qu’elles ont fait l’objet d’une norme (NF X 50-110) et d’un guide de recommandation édité en 2011 (FDX 50-046). Ces démarches reposent principalement sur la formulation d’hypothèses avec un certain doute par un ou plusieurs experts. Par la suite, ces hypothèses vont progressivement être validées ou invalidées au cours des différentes phases de la démarche par rapport aux connaissances disponibles. Ainsi, les certitudes accordées aux hypothèses vont connaître une évolution au cours des dites phases et permettront d’avoir une certitude sur la compréhension d’un problème en fonction des hypothèses valides. Bien que cette approche d’étude de problèmes ait fait l’objet d’une norme, elle manque d’outils automatiques ou semi-automatiques pour assister les experts du domaine lors des différentes phases exploratoires des problèmes. De plus, cette approche quasi manuelle manque des mécanismes appropriés pour gérer les connaissances produites de manière à ce qu’elles soient compréhensibles par les humains et manipulables par les machines. Avant de proposer des solutions à ces limites de l’état actuel des processus d’expertise, une revue des études fondamentales et appliquées en logique, en représentation des connaissances pour l’expertise ou l’expérience, et en intelligence collaborative a été réalisée pour identifier les briques technologiques des solutions proposées. Une analyse de la norme NF X 50-100 a été menée pour comprendre les caractéristiques des Processus d’Expertise et comment ils peuvent être représentés formellement et utilisés comme retour d’expérience. Une étude a été menée sur des rapports d’expertise passés d’accidents d’avion pour trouver comment ils peuvent être représentés dans un format lisible par une machine, général et extensible, indépendant du domaine et partageable entre les systèmes. Cette thèse apporte les contributions suivantes à la démarche d’expertise : Une formalisation des connaissances et une méthodologie de résolution collaborative de problèmes en utilisant des hypothèses. Cette méthode est illustrée par un cas d’étude tiré d’un problème de l’industrie de production, dans lequel un produit fabriqué a été rejeté par des clients. La méthode décrit également des mécanismes d’inférence compatibles avec la représentation formelle proposée. Un raisonnement collaboratif non-monotone basé sur la programmation logique par l’ensemble et la théorie d’incertitude utilisant les fonctions de croyance. Une représentation sémantique des rapports d’expertise basée sur les ontologies. Premièrement, ces contributions ont permis une exécution formelle et systématique des Processus d’Expertise, avec une motivation centrée sur l’humain. Ensuite, elles favorisent leur utilisation pour un traitement approprié selon des propriétés essentielles telles que la traçabilité, la transparence, le raisonnement non-monotone et l’incertitude, en tenant compte du doute humain et de la connaissance limitée des experts. Enfin, ils fournissent une représentation sémantique lisible par l’homme et la machine pour les expertise réalisées.
| Origine | Version validée par le jury (STAR) |
|---|