v2.11.0 (5728)

Enseignement scientifique & technique - IA301 : Logics and Symbolic AI : knowledge representation and reasoning

Descriptif

This course aims at providing the bases of symbolic AI, along with a few selected advanced topics.
It includes courses on formal logics, ontologies, symbolic learning, typical AI topics such as revision, merging, etc., with illustrations on preference modeling and image understanding.

Objectifs pédagogiques

At the end of the course students will be able to understand  different kinds of logic families, formulate reasoning in such formal languages, and manipulate tools to represent knowledge and its adaptation to imprecise and incomplete domains through the use of OWL and Protegé.

Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires

Basic knowledge in computer sciences and algebra.

Pour les étudiants du diplôme IA : Intelligence Artificielle

Basic knowledge in computer sciences and algebra.

Pour les étudiants du diplôme Data & Artificial Intelligence

Basic knowledge in computer sciences and algebra.

Pour les étudiants du diplôme Diplôme d'ingénieur

Basic knowledge in computer sciences and algebra.

Pour les étudiants du diplôme Echange international non diplomant

Basic knowledge in computer sciences and algebra.

Pour les étudiants du diplôme Systèmes distribués et parallèles M2

Basic knowledge in computer sciences and algebra.

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires

Vos modalités d'acquisition :

The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 2 ECTS

    La note obtenue rentre dans le calcul de votre GPA.

    Pour les étudiants du diplôme Diplôme d'ingénieur

    Vos modalités d'acquisition :

    The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

    Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)
      L'UE est acquise si Note finale >= 10
      • Crédits ECTS acquis : 2 ECTS
      • Crédit d'Option 3A acquis : 2

      La note obtenue rentre dans le calcul de votre GPA.

      Pour les étudiants du diplôme Systèmes distribués et parallèles M2

      Vos modalités d'acquisition :

      The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

      Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)
        L'UE est acquise si Note finale >= 10
        • Crédits ECTS acquis : 2.5 ECTS

        Pour les étudiants du diplôme Echange international non diplomant

        Vos modalités d'acquisition :

        The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

        Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)
          L'UE est acquise si Note finale >= 10
          • Crédits ECTS acquis : 2 ECTS

          La note obtenue rentre dans le calcul de votre GPA.

          Pour les étudiants du diplôme IA : Intelligence Artificielle

          Vos modalités d'acquisition :

          The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

          Le rattrapage est autorisé (Max entre les deux notes)
          • le rattrapage est obligatoire si :
            Note initiale < 6
          • le rattrapage peut être demandé par l'étudiant si :
            6 ≤ note initiale < 10
          L'UE est acquise si Note finale >= 10
          • Crédits ECTS acquis : 2 ECTS

          La note obtenue rentre dans le calcul de votre GPA.

          Pour les étudiants du diplôme Data & Artificial Intelligence

          Vos modalités d'acquisition :

          The course will be evaluated based on a written exam (50%) and the reports handed in after the practical work, which will require to create a couple of ontologies as part of a decision support system of a freely elected domain problem (50%).

          Le rattrapage est autorisé (Note de rattrapage conservée écrêtée à une note seuil de 10)
            L'UE est acquise si Note finale >= 10
            • Crédits ECTS acquis : 2.5 ECTS

            La note obtenue rentre dans le calcul de votre GPA.

            Programme détaillé

            Introduction - Reminder on logics (syntax, semantics...) and overview of several logics (propositional, first order, modal...)
             Description logics, ontologies
            Symbolic learning: formal concept analysis, decision trees
            Tutorial on ontology engineering and design. Building your own ontologies using OWL and Protegé for real life problems- (practical work, including a report at the end of the course)
            Some typical examples in AI: revision, merging, abduction, with illustrations on preference modeling and image understanding

            Veuillez patienter