1,721,017 research outputs found
Dealing with interdependent activities, uncertain durations, and semantic interoperability in multi-agent plans temporal coordination.
No full textDans les problèmes de planification temporelle multi-agents avec des durées incertaines, les agents doivent coordonner et synchroniser l'exécution de leurs tâches (le début et la durée d'une tâche). Ici, la coordination et la synchronisation se concentrent sur la durée des tâches qu'un agent contrôle mais qui sont incontrôlables pour les autres agents du système. Cela signifie qu'une tâche exécutée par un agent du système a une durée qui est décidée par l'agent qui l'exécute (propriétaire) mais qui est incontrôlable pour ceux qui l'observent. Cela est dû à certaines contraintes qualitatives entre les tâches (par exemple, la relation de précédence), notamment le fait qu'un autre agent (observateur) doit attendre l'achèvement de cette tâche pour exécuter les siennes. Pour un tel agent observateur, la durée de cette tâche est incontrôlable à moins d'une communication ou d'une coordination, qui peut avoir lieu avant ou pendant l'exécution du plan. Néanmoins, cet agent a besoin de trouver un plan exécutable selon qu'une telle coordination est effectuée ou non. Telles sont les questions auxquelles cette thèse vise à répondre : Comment pouvons-nous modéliser un tel problème de coordination temporelle ? Comment négocier ces durées incertaines sous le contrôle d'un agent pour réparer un plan non exécutable ? Comment les agents peuvent-ils communiquer lorsqu'ils ne partagent pas une représentation commune du temps ?Pour la première question, un nouveau modèle multi-agent est proposé en utilisant la sémantique des réseaux temporels sous incertitude pour représenter la contrainte temporelle comme un intervalle de valeur possible entre deux instants, qui peuvent être, par exemple, l'instant de début et l'instant de fin d'une tâche. Ce nouveau modèle MISTNU (Multi-agent Interdependent Simple Temporal Network under Uncertainty) représente les tâches partagées comme des contrats négociables entre agents. Ce modèle vise à garantir l'exécutabilité des plans des agents en fonction du moment où la durée des contrats est partagée entre les agents. Si le modèle est jugé incontrôlable et, par conséquent, non exécutable, une phase de réparation est initiée par les agents qui négocieront la durée de ces contrats afin de garantir la contrôlabilité du modèle. Cette thèse a proposé plusieurs solutions au problème de réparation des MISTNU : celles qui sont centralisées, en supposant un agent central doté d'une autorité et d'une observabilité totales, et celles qui n'ont pas d'agent central, ce qui fait que les agents négocient indépendamment la durée de leurs contrats jusqu'à ce qu'une solution soit trouvée (si elle existe).Pour assurer l'interopérabilité entre les agents, une ontologie formelle est fournie qui donne un vocabulaire commun pour les contraintes temporelles sur les intervalles. Cela permet aux agents de se comprendre et de répondre correctement aux demandes.In multi-agent temporal planning problems with uncertain durations, agents must coordinate and synchronize the execution of their tasks (the start and duration of a task). Here, coordination and synchronization are focused on the duration of tasks that an agent controls but are uncontrollable for other agents of the systems. This means a task being performed by one agent of the system has a duration that is decided by the agent executing it (owner) but is uncontrollable for those who observe it. This is due to some qualitative constraints amongst tasks (e.g., precedence relation), such as another agent (observer) needing to wait for the completion of this task to execute its tasks. For such an observer agent, the duration of this task is uncontrollable unless some communication or coordination is made, which can happen before or during the execution of the plan. Nonetheless, this agent needs to find an executable plan for whether such coordination is made. These are the questions this thesis aims to answer: How can we model such temporal coordination problem? How can we negotiate those uncertain durations under the control of one agent to repair a non executable plan? How can agents communicate when they do not share a common representation of time?For the first one, a new multi-agent model is proposed using the semantics of Temporal Networks under Uncertainty to represent temporal constraint as an interval of possible value between two instants, which can be, for instance, the start and end instant of a task. This new Multi-agent Interdependent Simple Temporal Network under Uncertainty (MISTNU) model represents shared tasks as negotiable contracts between agents. This model aims to guarantee the executability of agents 'plans depending on when the duration of the contracts is shared among the agents. If the model is deemed uncontrollable and, hence, not executable, then a repair phase is initiated by the agents that will negotiate the duration of these contracts to ensure the controllability of the model. This thesis proposed multiple solutions to the repair problem of MISTNUs: those that are centralized, assuming a central agent with full authority and observability, and those without such a central agent, resulting in agents independently negotiating the duration of their contracts until a solution is found (if it exists).To ensure interoperability between agents, a formal ontology is provided that gives a common vocabulary for temporal constraints on intervals. This ensures agents can understand each other and properly answer requests
Exploring LLMs and semantic XAI for industrial robot capabilities and manufacturing commonsense knowledge
No full textDans l'industrie 4.0, la fabrication avancée est essentielle pour façonner les usines du futur, en permettant d'améliorer la planification, l'ordonnancement et le contrôle. La capacité d'adapter rapidement les lignes de production en réponse aux demandes des clients ou à des situations inattendues est essentielle pour améliorer l'avenir de la fabrication. Bien que l'IA apparaisse comme une solution, les industries s'appuient toujours sur l'expertise humaine en raison des problèmes de confiance et du manque de transparence des décisions de l'IA. L'IA explicable intégrant des connaissances de base liées à la fabrication est cruciale pour rendre les décisions de l'IA compréhensibles et dignes de confiance. Dans ce contexte, nous proposons le cadre S-XAI, une solution intégrée combinant les spécifications de la machine et le MCSK pour fournir une prise de décision explicable et transparente. L'accent est mis sur la fourniture de capacités machine en temps réel afin de garantir une prise de décision précise tout en expliquant simultanément le processus de prise de décision à toutes les parties prenantes concernées. En conséquence, le premier objectif était de formaliser les spécifications des machines, y compris les capacités, les fonctions, la qualité et les caractéristiques des processus, en se concentrant sur la robotique. Pour ce faire, nous avons créé une ontologie des capacités des robots qui formalise tous les aspects pertinents des spécifications des machines, tels que la capacité, l'aptitude, la fonction, la qualité et les caractéristiques du processus. En plus de cette formalisation, le RCO permet aux acteurs de la fabrication de capturer les capacités robotiques décrites dans les manuels de spécification (capacités annoncées) et de les comparer avec les performances réelles (capacités opérationnelles). Le RCO est basé sur le langage de description des services de machines, une ontologie de référence créée pour les services de fabrication et alignée sur l'ontologie formelle de base, l'ontologie de la fonderie industrielle, l'ontologie des artefacts d'information et l'ontologie des relations. Le deuxième objectif était la formalisation du MCSK. Nous introduisons le MCSK et présentons une méthodologie pour l'identifier, en commençant par reconnaître les différents modèles de CSK dans la fabrication et en les alignant sur les concepts de fabrication. L'extraction du MCSK sous une forme utilisable est un défi, c'est pourquoi notre approche structure le MCSK en énoncés NL en utilisant des LLM pour faciliter le raisonnement basé sur des règles, améliorant ainsi les capacités de prise de décision. Le troisième et dernier objectif est de proposer un cadre S-XAI utilisant le RCO et le MCSK pour évaluer si les machines existantes peuvent effectuer des tâches spécifiques et générer des explications NL compréhensibles. Cet objectif a été atteint en intégrant le RCO, qui fournit des capacités opérationnelles telles que la répétabilité et la précision, au MCSK, qui décrit les exigences du processus. En utilisant le raisonnement sémantique basé sur le MCSK, le système S-XAI fournit de manière transparente des explications NL qui détaillent chaque logique et chaque résultat.Dans le cadre du S-XAI, un NN prédit les capacités opérationnelles des robots, tandis que l'IA symbolique incorpore ces prédictions dans un système de raisonnement basé sur le MCSK et fondé sur le RCO.Cette configuration hybride maximise les forces de chaque système d'IA et garantit que les prédictions soutiennent un processus décisionnel transparent. En outre, la S-XAI améliore l'interprétabilité des prédictions du NN grâce à des techniques XAI telles que LIME, SHAP et PDP, clarifiant les prédictions du NN et permettant d'obtenir des informations détaillées pour un meilleur calibrage et une gestion proactive, favorisant ainsi un environnement de fabrication résilient et informé.In Industry 4.0, advanced manufacturing is vital in shaping future factories, enabling enhanced planning, scheduling, and control. The ability to adaptproduction lines swiftly in response to customer demands or unexpected situations is essential to enhance the future of manufacturing. While AI is emerging as a solution, industries still rely on human expertise due to trust issues and a lack of transparency in AI decisions. Explainable AI integrating commonsense knowledge related to manufacturing is crucial for making AI decisions understandable and trustworthy. Within this context, we propose the S-XAI framework, an integrated solution combining machine specifications with MCSK to provide explainable and transparent decision-making. The focus is on providing real-time machine capabilities to ensure precise decision-making while simultaneously explaining the decision-making process to all involved stakeholders. Accordingly, the first objective was formalizing machine specifications, including capabilities, capacities, functions, quality, and process characteristics, focusing on robotics. To do so, we created a Robot Capability ontology formalizing all relevant aspects of machine specifications, such as Capability, Capacity, Function, Quality, and Process Characteristics. On top of this formalization, the RCO allows manufacturing stakeholders to capture robotic capabilities described in specification manuals (advertised capabilities) and compare them with real-world performance (operational capabilities). RCO is based on the Machine Service Description Language, a domain reference ontology created for manufacturing services, and aligned with the Basic Formal Ontology, Industrial Foundry Ontology, Information Artifact Ontology, and Relations Ontology. The second objective was the formalization of MCSK. We introduce MCSK and present a methodology for identifying it, starting with recognizing different CSK patterns in manufacturing and aligning them with manufacturing concepts. Extracting MCSK in a usable form is challenging, so our approach structures MCSK into NL statements utilizing LLMs. to facilitate rule-based reasoning, thereby enhancing decision-making capabilities. The third and final objective is to propose an S-XAI framework utilizing RCO and MCSK to assess if existing machines can perform specific tasks and generate understandable NL explanations. This was achieved by integrating the RCO, which provides operational capabilities like repeatability and precision, with MCSK, which outlines the process requirements. By utilizing MCSK-based semantic reasoning, the S-XAI system seamlessly provides NL explanations that detail each logic and outcome. In the S-XAI framework, an NN predicts the operational capabilities of robots, while symbolic AI incorporates these predictions within an MCSK-based reasoning system grounded in the RCO. This hybrid setup maximizes the strengths of each AI system and ensures that predictions support a transparent decision-making process. Additionally, S-XAI enhances the interpretability of NN predictions through XAI techniques such as LIME, SHAP, and PDP, clarifying NN predictions and enabling detailed insights for better calibration and proactive management, ultimately fostering a resilient and informed manufacturing environment
Contribution à la spécification et à l’élaboration d’une plateforme de maintenance orientée connaissances
No full textOperational condition maintenance of industrial equipment is a principal challenge for the firm production. This fact transfer the maintenance from the cost center to the profit center which has lead to massif development of maintenance support system starting from the GMAO to the e-maintenance platform. These systems provide to the maintenance agent, decision-support, and set of services allowing a computerized management of core activities for maintenance process. (e.g. intervention, planning, diagnostic,...). However, the user request continues evolving in time with respect of their expertise, their renewed knowledge and new constraints. On the other hand, the existing services are not following their requirements and they need to be updated. In this thesis, an overview on the advantage and drawback of existing computerized support system, in particular the e-maintenance platform (the most advanced maintenance system) is presented in order to meet the users needs and propose scalable and on-demand services. To overcome the existing system shortage, we propose the s-maintenance concept characterized by the collaborative exchange between users and applications and the common knowledge of the maintenance field. Thus, to implement this concept, a knowledge-oriented platform is proposed providing the auto-x functionalities (auto-traceability, auto-learning and auto-management) and meeting the s-maintenance characteristics. The architecture based on components of this platform, is also based on shared knowledge between integrated components for the benefit of the semantic interoperability as well as for the knowledge capitalization. Maintenance domain ontology is also developed on which the knowledge base is rested. Finally, in order to develop the auto-x functionalities, provided by the platform, a trace-based system is proposed by exploiting the knowledge base and the associated ontology.Le maintien en condition opérationnelle des équipements industriels est un des enjeux importants de l'entreprise, et a fait passer la maintenance d'un centre de coût à un centre de profit, ce qui a eu pour conséquence une éclosion de logiciels d'aide à la maintenance allant de la GMAO aux plateformes de e-maintenance. Ces systèmes d'aide fournissent aux différents acteurs de la maintenance, un support à la décision et un ensemble de services permettant une gestion informatisée d'activités de base appartenant au processus de maintenance (exemple l'intervention, la planification, le diagnostic, etc.). Toutefois, les besoins des utilisateurs évoluent dans le temps en fonction de nouvelles contraintes, de leur expertise, des nouvelles connaissances. Par contre les services fournis n'évoluent pas et nécessitent une réactualisation. Afin de tenir compte de l'évolution de ces connaissances, pour que ces systèmes d'aide puissent répondre aux besoins des utilisateurs et puissent proposer des services à la demande et des services évolutifs nous avons fait le point dans cette thèse sur les avantages et limites des systèmes informatiques d'aide existants notamment les plateformes de e-maintenance (systèmes les plus avancés aujourd'hui en maintenance). Pour pallier le manque des systèmes existants, nous avons proposé le concept de s-maintenance qui est caractérisé principalement par les échanges collaboratifs entre applications et utilisateurs, par des connaissances communes du domaine de maintenance. Pour mettre en œuvre ce concept, nous avons proposé une plateforme orientée connaissances assurant des fonctionnalités auto-x (auto-traçabilité, auto-apprentissage, autogestion) qui permettent de répondre aux caractéristiques de la s-maintenance. L'architecture à base de composants de cette plateforme prend appui sur une base de connaissances partagée entre les différents composants qu'elle intègre au profit de l'interopérabilité sémantique ainsi que de la capitalisation des connaissances. Nous avons par ailleurs développé une ontologie du domaine de maintenance sur laquelle s'appuie cette base de connaissances. Finalement, afin de développer les fonctionnalités auto-x assurées par la plateforme nous avons proposé un système à base de traces exploitant la base de connaissances et l'ontologie associé
A contribution to the specification and the development of an oriented knowledge platform for maintenance
No full textLe maintien en condition opérationnelle des équipements industriels est un des enjeux importants de l'entreprise, et a fait passer la maintenance d'un centre de coût à un centre de profit, ce qui a eu pour conséquence une éclosion de logiciels d'aide à la maintenance allant de la GMAO aux plateformes de e-maintenance. Ces systèmes d'aide fournissent aux différents acteurs de la maintenance, un support à la décision et un ensemble de services permettant une gestion informatisée d'activités de base appartenant au processus de maintenance (exemple l'intervention, la planification, le diagnostic, etc.). Toutefois, les besoins des utilisateurs évoluent dans le temps en fonction de nouvelles contraintes, de leur expertise, des nouvelles connaissances. Par contre les services fournis n'évoluent pas et nécessitent une réactualisation. Afin de tenir compte de l'évolution de ces connaissances, pour que ces systèmes d'aide puissent répondre aux besoins des utilisateurs et puissent proposer des services à la demande et des services évolutifs nous avons fait le point dans cette thèse sur les avantages et limites des systèmes informatiques d'aide existants notamment les plateformes de e-maintenance (systèmes les plus avancés aujourd'hui en maintenance). Pour pallier le manque des systèmes existants, nous avons proposé le concept de s-maintenance qui est caractérisé principalement par les échanges collaboratifs entre applications et utilisateurs, par des connaissances communes du domaine de maintenance. Pour mettre en œuvre ce concept, nous avons proposé une plateforme orientée connaissances assurant des fonctionnalités auto-x (auto-traçabilité, auto-apprentissage, autogestion) qui permettent de répondre aux caractéristiques de la s-maintenance. L'architecture à base de composants de cette plateforme prend appui sur une base de connaissances partagée entre les différents composants qu'elle intègre au profit de l'interopérabilité sémantique ainsi que de la capitalisation des connaissances. Nous avons par ailleurs développé une ontologie du domaine de maintenance sur laquelle s'appuie cette base de connaissances. Finalement, afin de développer les fonctionnalités auto-x assurées par la plateforme nous avons proposé un système à base de traces exploitant la base de connaissances et l'ontologie associéeOperational condition maintenance of industrial equipment is a principal challenge for the firm production. This fact transfer the maintenance from the cost center to the profit center which has lead to massif development of maintenance support system starting from the GMAO to the e-maintenance platform. These systems provide to the maintenance agent, decision-support, and set of services allowing a computerized management of core activities for maintenance process. (e.g. intervention, planning, diagnostic,...). However, the user request continues evolving in time with respect of their expertise, their renewed knowledge and new constraints. On the other hand, the existing services are not following their requirements and they need to be updated. In this thesis, an overview on the advantage and drawback of existing computerized support system, in particular the e-maintenance platform (the most advanced maintenance system) is presented in order to meet the users needs and propose scalable and on-demand services. To overcome the existing system shortage, we propose the s-maintenance concept characterized by the collaborative exchange between users and applications and the common knowledge of the maintenance field. Thus, to implement this concept, a knowledge-oriented platform is proposed providing the auto-x functionalities (auto-traceability, auto-learning and auto-management) and meeting the s-maintenance characteristics. The architecture based on components of this platform, is also based on shared knowledge between integrated components for the benefit of the semantic interoperability as well as for the knowledge capitalization. Maintenance domain ontology is also developed on which the knowledge base is rested. Finally, in order to develop the auto-x functionalities, provided by the platform, a trace-based system is proposed by exploiting the knowledge base and the associated ontology
Towards an Open Translation Environment for Supporting Translators in the Materials Domain
No full textIn this paper, we report on the current state of the development of the Open Translation Environment (OTE), which is based on the Elementary Multiperspective Material Ontology (EMMO) - a top-level ontology for applied science, to support Translators in the Materials domain. We describe the conceptual architecture of the OTE, as well as some of its main components
Contribution à la spécification et à l'élaboration d'une plateforme de maintenance orientée connaissances
Full text linkLe maintien en condition opérationnelle des équipements industriels est un des enjeux importants de l'entreprise, et a fait passer la maintenance d'un centre de coût à un centre de profit, ce qui a eu pour conséquence une éclosion de logiciels d'aide à la maintenance allant de la GMAO aux plateformes de e-maintenance. Ces systèmes d'aide fournissent aux différents acteurs de la maintenance, un support à la décision et un ensemble de services permettant une gestion informatisée d'activités de base appartenant au processus de maintenance (exemple l'intervention, la planification, le diagnostic, etc.). Toutefois, les besoins des utilisateurs évoluent dans le temps en fonction de nouvelles contraintes, de leur expertise, des nouvelles connaissances. Par contre les services fournis n'évoluent pas et nécessitent une réactualisation. Afin de tenir compte de l'évolution de ces connaissances, pour que ces systèmes d'aide puissent répondre aux besoins des utilisateurs et puissent proposer des services à la demande et des services évolutifs nous avons fait le point dans cette thèse sur les avantages et limites des systèmes informatiques d'aide existants notamment les plateformes de e-maintenance (systèmes les plus avancés aujourd'hui en maintenance). Pour pallier le manque des systèmes existants, nous avons proposé le concept de s-maintenance qui est caractérisé principalement par les échanges collaboratifs entre applications et utilisateurs, par des connaissances communes du domaine de maintenance. Pour mettre en œuvre ce concept, nous avons proposé une plateforme orientée connaissances assurant des fonctionnalités auto-x (auto-traçabilité, auto-apprentissage, autogestion) qui permettent de répondre aux caractéristiques de la s-maintenance. L'architecture à base de composants de cette plateforme prend appui sur une base de connaissances partagée entre les différents composants qu'elle intègre au profit de l'interopérabilité sémantique ainsi que de la capitalisation des connaissances. Nous avons par ailleurs développé une ontologie du domaine de maintenance sur laquelle s'appuie cette base de connaissances. Finalement, afin de développer les fonctionnalités auto-x assurées par la plateforme nous avons proposé un système à base de traces exploitant la base de connaissances et l'ontologie associéeOperational condition maintenance of industrial equipment is a principal challenge for the firm production. This fact transfer the maintenance from the cost center to the profit center which has lead to massif development of maintenance support system starting from the GMAO to the e-maintenance platform. These systems provide to the maintenance agent, decision-support, and set of services allowing a computerized management of core activities for maintenance process. (e.g. intervention, planning, diagnostic,...). However, the user request continues evolving in time with respect of their expertise, their renewed knowledge and new constraints. On the other hand, the existing services are not following their requirements and they need to be updated. In this thesis, an overview on the advantage and drawback of existing computerized support system, in particular the e-maintenance platform (the most advanced maintenance system) is presented in order to meet the users needs and propose scalable and on-demand services. To overcome the existing system shortage, we propose the s-maintenance concept characterized by the collaborative exchange between users and applications and the common knowledge of the maintenance field. Thus, to implement this concept, a knowledge-oriented platform is proposed providing the auto-x functionalities (auto-traceability, auto-learning and auto-management) and meeting the s-maintenance characteristics. The architecture based on components of this platform, is also based on shared knowledge between integrated components for the benefit of the semantic interoperability as well as for the knowledge capitalization. Maintenance domain ontology is also developed on which the knowledge base is rested. Finally, in order to develop the auto-x functionalities, provided by the platform, a trace-based system is proposed by exploiting the knowledge base and the associated ontology.BESANCON-Bib. Electronique (250560099) / SudocSudocFranceF
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Investigating a method for automatic construction and population of ontologies for services: performances and limitations
Full text linkOntological engineering is a complex process, involving multidisciplinary skills. The Semantic Web, and more specifically Semantic Web Services spreading suffer from the difficulty of producing an ontology sufficiently detailed to be able to correctly describe the data flows exchanged between services. These data are often described using sector-specific vocabulary. Linking these descriptions to external knowledge sources capable of unifying them is often a complex process, requiring adequate sources to be found and properly used. In this paper, we investigate a method combining existing string distance measurement, NLP-analysis and clustering algorithms for automatic construction and population of an ontology. This method takes services capacities descriptions as only input, without external sources of knowledge. It is tested on a set of more than 10,000 services for 106,000 different measures to classify in an ontology, performances and limitations are exposed
Toward the use of upper level ontologies for semantically interoperable systems: an emergency management use case
No full textInternational audienceIn the context of globalization and knowledge management, information technologies require an ample need of unprecedented levels of data exchange and sharing to allow collaboration between heterogeneous systems. Yet, understanding the semantics of the exchanged data is one of the major challenges. Semantic interoperability can be ensured by capturing knowledge from diverse sources by using ontologies and align these latter by using upper level ontologies to come up with a common shared vocabulary. In this paper, we aim in one hand to investigate the role of upper level ontologies as a mean for enabling the formalization and integration of heterogeneous sources of information and how it may support interoperability of systems. On the other hand, we present several upper level ontologies and how we chose and then used Basic Formal Ontology (BFO) as an upper level ontology and Common Core Ontology (CCO) as a mid-level ontology to develop a modular ontology that define emergency responders’ knowledge starting from firefighters’ module for a solution to the semantic interoperability problem in emergency management
- …
