Les schémas mentaux : représenter et maintenir une connaissance apprise

Denis Pierre

Mathématiques et Sciences Humaines (1997)

  • Volume: 139, page 37-68
  • ISSN: 0987-6936

Abstract

top
We are interested in learning from examples and problem solving in an evolutive universe represented by an incomplete knowledge base. We formalize a knowledge representation framework that could be built and criticized by human and/or artificial agents. This knowledge representation is called a semi-empirical theory because this kind of theory is not completely axiomatic. We formalize a system called a mental scheme modelling the knowledge increase during the learning process. We deal with the dynamic characteristic of the learning acquisition process through reasoning mechanisms, proof building and the definition of a knowledge core.

How to cite

top

Pierre, Denis. "Les schémas mentaux : représenter et maintenir une connaissance apprise." Mathématiques et Sciences Humaines 139 (1997): 37-68. <http://eudml.org/doc/94501>.

@article{Pierre1997,
abstract = {Nous nous intéressons à l'apprentissage à partir d'exemples et à la résolution de problème dans un univers évolutif représenté par une base de connaissances incomplète. Nous formalisons un cadre de représentation de connaissances susceptible d'être élaboré et critiqué par des humains comme par des machines. Cette représentation des connaissances est appelée théorie semi-empirique car cette forme de théorie n'est pas complètement axiomatique. Nous avons formalisé la gestion de la croissance incrémentale de la connaissance dans notre système autour de l'idée de noyau central, issue des recherches en psychologie sociale, en définissant un sous-ensemble cohérent de la base de connaissances comme le concept à apprendre, et en obligeant l'apprenti à persévérer dans cette croyance. La propriété essentielle de ce sous-ensemble est la monotonie du raisonnement.},
author = {Pierre, Denis},
journal = {Mathématiques et Sciences Humaines},
keywords = {learning; incomplete knowledge base; knowledge representation},
language = {fre},
pages = {37-68},
publisher = {Ecole des hautes-études en sciences sociales},
title = {Les schémas mentaux : représenter et maintenir une connaissance apprise},
url = {http://eudml.org/doc/94501},
volume = {139},
year = {1997},
}

TY - JOUR
AU - Pierre, Denis
TI - Les schémas mentaux : représenter et maintenir une connaissance apprise
JO - Mathématiques et Sciences Humaines
PY - 1997
PB - Ecole des hautes-études en sciences sociales
VL - 139
SP - 37
EP - 68
AB - Nous nous intéressons à l'apprentissage à partir d'exemples et à la résolution de problème dans un univers évolutif représenté par une base de connaissances incomplète. Nous formalisons un cadre de représentation de connaissances susceptible d'être élaboré et critiqué par des humains comme par des machines. Cette représentation des connaissances est appelée théorie semi-empirique car cette forme de théorie n'est pas complètement axiomatique. Nous avons formalisé la gestion de la croissance incrémentale de la connaissance dans notre système autour de l'idée de noyau central, issue des recherches en psychologie sociale, en définissant un sous-ensemble cohérent de la base de connaissances comme le concept à apprendre, et en obligeant l'apprenti à persévérer dans cette croyance. La propriété essentielle de ce sous-ensemble est la monotonie du raisonnement.
LA - fre
KW - learning; incomplete knowledge base; knowledge representation
UR - http://eudml.org/doc/94501
ER -

References

top
  1. [1] Abric J.-C. et Mardellat R., "Les représentations sociales de l'artisan et de l'artisanat", in Etudes et recherches du G.I.F.R.E.S.H., numéro 21, 1976. 
  2. [2] Addis T., "Knowledge organisation for abduction", in Proceedings of the Interdisciplinary Information Technology Conference, Bradfor University, 1988. 
  3. [3] Balacheff N., Une étude des processus de preuve en mathématique chez des élèves de collège, thèse de doctorat, Université Joseph Fournier, Institut National Polytechnique, Grenoble, 1988. 
  4. [4] Barboux C., Contrôle par objections d'une théorie incomplète, thèse de doctorat, Université Montpellier II, mars 1990. 
  5. [5] Doyle J., "Constructive belief and rational representation", Computational intelligence, 5(1):1-11, 1989. 
  6. [6] Flament C. "L'étude des représentations sociales", in L'analyse de similitude : une technique pour les recherches sur les représentations sociales / (sous la dir. de) Doise W., Palmonari A., Textes de base en psychologie, pages 138-156. Delachaux et Niestle, Neuchatel, Paris, 1986. 
  7. [7] Ganascia J.-G., "AGAPE: de l'appariement structurel à l'apprentissage ", Intellectica, 1(2/3):6-27, 1987. 
  8. [8] Gennari J.H., Langley P., et Fisher D., "Models of incremental concept formation ", Artificial Intelligence, 40:11-61, 1989. 
  9. [9] Ginsberg M. L., "Multivalued logics: A uniform approach to inference in artificial intelligence", Technical report, Department of Computer Science, Stanford University, 1991. 
  10. [10] Govaert G., "Classification simultanée de tableaux binaires", in Data analysis and informatics III, Diday E., Jambu M., Lebart L., Pages J., et Tomassone R. éditeurs, pages 223-236, Elsevier Science, 1984. MR787630
  11. [11] Hanson S.J. et Bauer M., "Conceptual clustering, categorization, and polymorphy", Machine Learning, 3(4):343-372, 1989. 
  12. [12] Hempel C. G., "Deductive-nomological vs statistical explanation ", in Minnesota Studies in the Philosophy of Science III, Feigl H. éditeur, pages 98-169, University of Minnesota Press, 1961. 
  13. [13] Jodelet D., Les représentations sociales. Sociologie d'aujourd'hui. Presses Universitaires de France, Paris, 1989. Sous la dir. de Denise Jodelet. 
  14. [14] Kruskal J. B., "On the shortest spanning subtree of a graph and the travelling salesman problem", in Proceedings of the American Mathematical Society, volume 7, pages 48-50, février 1956. Zbl0070.18404MR78686
  15. [15] Kyburg H. E., "Believing on the basis of the evidence", Technical Report TR 438, University of Rochester, Department of Computer Science, septembre 1992. 
  16. [16] Kyburg H. E., "Uncertain inferences and uncertain conclusions ", in Proceedings of the Twelfth Annual Conference on Uncertainty in Artificial Intelligence (UAI-96), pages 365-372, Portland, Oregon, 1996. MR1617221
  17. [17] Lakatos I., Preuves et Réfutations: Essai sur la logique de la découverte mathématique. Hermann, 1984. 
  18. [18] Levesque H. J., "A logic of implicit and explicit belief", in American Association for Artificial Intelligence. Fourth National Conference on Artificial Intelligence, pages 198-202, Austin, Texas, 1984. 
  19. [19] Mephu Nguifo E., Concevoir une abstraction à partir de ressemblances, thèse de doctorat, Université Montpellier II, mai 1993. 
  20. [20] Michalski R. S., "Knowledge acquisition through conceptual clustering: A theoretical framework and an algorithm for partitioning data into conjunctive concepts", Journal of Policy Analysis and Information Systems, 4(3):219-244, septembre 1980. MR599671
  21. [21] Michalski R. S. et Stepp R. E., "Automated construction of classifications: Conceptual clustering versus numerical taxonomy", IEEE Transactions on pattern analysis and machine intelligence, PAMI-5(4):396-409, juillet 1983. 
  22. [22] Moscovici S., La psychanalyse, son image et son public, Bibliothèque de psychanalyse. Presses Universitaires de France, Paris, 1961. 
  23. [23] Pierre D., Formulation et maintenance d'une théorie hypothétique par un agent apprenant, thèse de doctorat, Université Montpellier II, juin 1997. 
  24. [24] Richards B. L. et Mooney R. J., "Automated refinement of first-order horn-clause domnain theories", Machine Learning, 19:95 - 133, 1995. 
  25. [25] Sallantin J., Barboux C., Quinqueton J., et Aubert J.-P., "Les théories semi-empiriques: éléments de formalisation", Revue d'Intelligence Artificielle, 5(1):69-92, 1991. 
  26. [26] Sallantin J., Szczeciniarz J.-J., Barboux C., Lagrange M.-S., et Renaud M., "Les théories semi-empiriques: conceptualisation et illustration", Revue d'Intelligence Artificielle, 5(1):9-67,1991. 
  27. [27] Schank R.C. et Abelson R.P., Scripts, plans, goals and understanding : an inquiry into human knowledge structures, The artificial intelligence series. N.J. Hillsdale: Erlbaum, 1977. Zbl0414.68066
  28. [28] Stepp R.E. et Michalski R.S., "Conceptual clustering of structured objects: A goal-oriented approach", Artificial Intelligence, 28:43-69, 1986. 
  29. [29] Wang P., "Confidence as higher order uncertainty", Technical Report 93, Center for Research on Concepts and Cognition (CRCC), Indiana University, 1994. 

NotesEmbed ?

top

You must be logged in to post comments.

To embed these notes on your page include the following JavaScript code on your page where you want the notes to appear.

Only the controls for the widget will be shown in your chosen language. Notes will be shown in their authored language.

Tells the widget how many notes to show per page. You can cycle through additional notes using the next and previous controls.

    
                

                
Note: Best practice suggests putting the JavaScript code just before the closing </body> tag.