Posts tagged "modèle"

Smart user-centric modeling using opportunistic artefact composition

L’intelligence ambiante vise à offrir un espace “intelligent” permettant à des humains, dans leur vie quotidienne, d’accéder à l’information et aux services numériques embarques dans des objets connectes et mobiles, et d’interagir avec eux d’une manière appropriée, naturelle et conviviale. Dans ce contexte instable et dynamique où les besoins évoluent en fonction de la situation, les services et les modalités d’interaction doivent s’adapter de manière autonome afin de rendre le bon service au bon moment sans demande explicite de l’humain. La définition d’une approche nouvelle pour la construction d’applications par assemblage de composants de manière automatique et “opportuniste” a été amorcée pour apporter une réponse originale à ces problèmes. Se pose alors le problème d’une représentation des applications qui soit compréhensible par des utilisateurs non spécialistes. La modélisation et l’Ingénierie Dirigée par les Modèles (IDM) peuvent apporter des réponses à ces questions de représentation. Le travail de stage s’inscrit dans la continuité de ces travaux autour de la composition opportuniste de composants logiciels et de fragments d’IHM pour une interaction adaptative en environnement ambiant. Il vise ainsi à essayer de faire converger deux axes de recherches de deux équipes de l’IRIT : l’équipe SMAC “Systèmes multi-Agents Coopératifs” et l’équipe MACAO “Modèles, Architectures, Composants, Agilité et prOcessus”.

Objectifs scientifiques

Notre objectif est de permettre à l’utilisateur de participer au processus de composition. Le système de composition pourrait, par exemple, faire des suggestions à l’utilisateur et lui permettre de les modifier et/ou de les valider. Pour cela, il faut ajouter un module qui présente à l’utilisateur, dans un langage dédié (DSL), le modèle d’un assemblage de composants émergent obtenu par composition opportuniste, et un autre module qui permet à l’utilisateur d’éditer un modèle d’assemblage et de traduire le modèle en un assemblage réel de composants. Les prototypes développes pour ces deux modules reposent sur des techniques de transformation de modèles et les technologies Sirius et Acceleo intégrées à Eclipse Modeling Framework (EMF). Comme perspective de ce travail, les modèles assemblés pourront être mémorisés par le système de composition par apprentissage de modèles.

Contacts

- Takwa Kochbati (IRIT) : Takwa.Kochbati@irit.fr

- Jean-Paul Arcangeli (IRIT) : Jean-Paul.Arcangeli@irit.fr

- Jean-Michel Bruel (IRIT) : Jean-Michel.Bruel@irit.fr

- Sylvie Trouilhet (IRIT) : Sylvie.Trouilhet@irit.fr

 

Génération temps réel de modèles de systèmes complexes

ecu

La plupart des systèmes du monde réel sont des systèmes complexes. Ces systèmes sont caractérisés par des comportements non-linéaires et souvent non-prévisibles. Les systèmes ambiants, les réseaux, les milieux dans lesquels évoluent des robots ou des humains, sont tous des systèmes complexes. Mieux comprendre la dynamique de tels systèmes est donc un enjeu important, et cela peut passer par l’utilisation de simulations numériques. Cependant, la conception d’un modèle réaliste pour la simulation est difficile, dispendieux et sa validation peut prendre beaucoup de temps.

Objectifs scientifiques

Notre approche propose d’exploiter les données issues de l’observation du système complexe pour en générer automatiquement un modèle. Ces grandes masses de données sont les entrées d’un système multi-agent auto-adaptatif qui découvre automatiquement des corrélations simulant la dynamique complexe du système réel. Nous avons nommé ce système AMOEBA, pour Agnostic MOdEl Builder by self-Adaptation. AMOEBA est capable de généraliser, à fin de proposer des corrélations entre les données en entrée même dans des situations inédites. AMOEBA est également capable de s’auto-observer, permettant ainsi de détecter la présence de données inutiles, ou l’absence de données nécessaires à un bon apprentissage.

Contacts

- Julien Nigon (IRIT) : julien.nigon@irit.fr

- Marie-Pierre Gleizes (IRIT) : marie-pierre.gleizes@irit.fr

- Frédéric Migeon frederic.migeon@irit.fr

 

Back to Top