LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Intelligence artificielle, Problèmes de Satisfaction de Contraintes, Résolution coopérative, Résolution interactive, Filtrage par cohérence locale inverse, 000
Les Problèmes de Satisfaction de Contraintes (OSP) sont une branche de l'intelligence artificielle. Ils offrent un cadre formel, générique et simple pour représenter des problèmes de décision sur des domaines discrets. Sur ce cadre, de nombreuses techniques de recherche de solutions ou d'aide à cette recherche ont été développées: simplification, décomposition, recherche arborescente, recherche locale... Face à une instance à résoudre, il est difficile pour un utilisateur de choisir sa méthode de résolution et ses heuristiques de choix de variables et de valeurs. Pour éviter d'effectuer un choix, nous proposons une résolution coopérative où plusieurs méthodes utilisant chacune une heuristique particulière sont exécutées en parallèle et s'échangent des informations pertinentes. D'autre part, les méthodes classiques de recherche locale ou arborescente prennent difficilement en compte les connaissances et les préférences de l'utilisateur, ce qui peut se traduire par une inefficacité de la recherche et une mauvaise qualité des solutions produites. Dans une telle situation, nous proposons deux approches pour une résolution interactive. Dans la première, le rôle essentiel est tenu par le logiciel; l'utilisateur n'influe que sur la stratégie de recherche par le logiciel. Dans la seconde, le rôle essentiel est tenu par l'utilisateur, seul habilité à effectuer des choix. Le seul rôle du logiciel est de propager les conséquences de ces choix. Cette propagation s'effectue grâce à un algorithme générique s'appuyant sur une définition générique de niveaux de cohérence locale inverse. Ce schéma regroupe tous les niveaux de cohérence inverse connus et permet la définition de nouveaux niveaux. Constraint Satisfaction Problems (CSP) are of great importance in Artificial Intelligence. They offer a formal, generic, and simple framework to represent decision problems on discrete domains. In this framework, a lot of techniques have been developed for searching solutions or helping this search : simplification, decomposition, tree search, local search... When facing a particular instance, an user may have some difficulties in choosing a search method and the associated variable and value ordering heuristics. In this situation, we propose a cooperative search where several methods, using several heuristics, run in parallel and exchange relevant information. On the other hand, usual local or tree search methods do not easily take into account the user's knowledge and wishes. This often results in inefficiency and in bad solution quality. In this situation, we propose two approaches for an interactive search. In the first one, the software has the main role. The user has only an effect on the search strategy used by the software. In the second one, the user has the main role. The only role of the software consists in propagating the user's choices. This propagation is performed by a generic algorithm, using a generic definition of inverse local consistency levels. Such a definition brings together all the known inverse local consistency levels and allows the user to define new levels.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article