TutorialR
aPC 
a
Etatdel'artduraisonnementpartirdecas 
PlateformeAFIA'99 
Palaiseau 
17Juin1999 
AlainMILLE 
EquipeRaisonnementaPartirdeCas 
CPE-Lyon 
am@cpe.fr 
11juin1999 
e( esentaitlestravaux
CedocumentestbassurlechapitreEtatdel'art) de[Mille98].Cechapitrepr
eaequipe,naturellement
delacommunautinternationaleetnationale,l'exclusiondeceuxdenotre
presdanslesautreschapitres.Uncertainnombrecestravauxsontsimplementcit
esentesdanscette 
nouvelleversion. 
Lapremiesenteun
eresectiondecedocumentpretatdel'artsurlasituationactuelleetsurles 
directionsprisesparleschercheursauniveauinternational. 
Dansunesecondesection,noustraitonsplusparticulie
erementdestravauxdelacommunaut
caisequiprendsapartdanslarechercheinternationale,enparticuliersurleprobl
franemecrucialet 
diciledelaformalisationduR
aPC. 
emesectionconclueensituantlescontributionsduR
Enn,unetroisiaPCparrapportauxeorts 
ecennieenintelligencearticielle.Unesynth
etauxenjeuxdelaprochainedeseparuedansACMest 
prisecommebasealapr
esentation. 
1

Etatdel'artsurlesrecherchesenraisonnementpartirdecas
a
LarecherchedansledomaineduRaisonnementaPartirdeCass'estarm

eed'abordauxEtats-
elerences( DARPA) commenc
Unisaveclescebresconfeesen1988[Kolodner88],avantdes'imposer 
enEuropeaveclapremierenceEuropa
ereconfeenneen1993Kayserslautern[Richteretal.93],puis 
ereconfaeres
aveclapremierenceinternationaleLisbonneen1995[Velosoetal.95].Cesdeuxderni
erencesontlieuenalternancechaqueann
confee.PlusieurssitesWEBproposentdesbibliographies 
etdesforumssurlesujet.Leplusactifestprobablement[http://www.surveying.salford.ac.uk/ai-cbr-
mirror]quipermetd'atteindrelaplupartdesautressitesdumonde.Iln'existepasencoredejournal 
spaeerossp
eciquecedomainederecherchemaisdenombreuxjournauxontconsacrdesnumeciaux 
auraisonnementeregeralelespublicationssurleraisonnement
apartirdecas,etd'unemanienapartir 
ecialis
decasontacquisleurplacedanslesjournauxspesdel'intelligencearticiellemaisaussidans 
esnombreuxjournauxsp
detreciquesauxdomainesd'applicationprincipauxcommelaconception 
parexemple. 
ae
IlsemblequeleRaisonnementPartirdeCassoitmaintenantplusorientverslessciences 
cognitivesauxEtats-Unistandisqueleschercheurseuropa

eensappartiennentmajoritairementla 
e
communautdestechniquesdel'intelligencearticielle.Defait,ledomaineduRaisonnementaPartir 
1 

TutorialR
aPC-PlateformeAFIA'99 
deCasconstitueunpont( naturel) entrelesdeuxcommunaut
esetplusieursnouveauxprojetsde 
recherchemobilisentdeschercheursdesdeuxspes.
ecialit
e
Nousnoussituonsnaturellementdanslacommunautinformatiquedeschercheursenintelligence 
articielle,maissommespersuaderiencepouraiderlat^
esquel'exploitationdel'expaachedel'utili-
esultatsdestravauxdessciencescognitivesportantsurlamani
sateurdoits'appuyersurlesreredont 
l'hommereriencepourlareme.Ilenseradoncsouventquestiondans
eutilisesonexpesolutiondeprobl
lasuitedudocument. 
Pourpreresyntha
esenterdemanietiquelestendancesactuellesdelarechercheenRaisonnement
esenteronsd'abordlestendancesconcernantleparadigmeR
PartirdeCas,nouspraPCentantquesujet 
elemaintenantbien
derecherche,puisnousnousappuieronssurlemodetablipar[Aamodtetal.94] 
etillustrdanslagure1poursituerlestravauxplusspesserapportant
eecialisateloutelaspectdu 
R
aPC. 
NousnepraPCetn'esnombreuses
esenteronspaslesoutilsduRevoqueronslesapplications(tr
enconception,diagnosticetassistancel'utilisateur)queparlebiaisdesretomben
aeesgeralespour 
etatdel'artparticuli
larecherchequ'ellesontpermises.Pourdisposerd'unerementcompletsurces 
a
dernierspoints,nousengageonslelecteursereporteraudernierouvragedeWatson[Watson97]. 
Problème 
nouveau 
cas 
Cas 
retrouvé(s) 
Base de Cas 
et 
Théorie du 
domaine 
Cas 
+ solution 
Cas 
modifié/testé 
Cas 
Adapté 
Retrouver 
Apparier 
Adapter 
Réviser 
Apprendre 
Elaborer 
a
Figure1:Lecycleduraisonnementpartirdecas 
eaPC,
PourmettreenvaleurledynamismepropredelacommunautemergentedeschercheursenR
nousselectionn
epareronsletourd'horizoninternationaldescontributionsquenousavonsseesparmi 
ecentesenFrance.Lem^esentationseragard
lescontributionsremeplandepre. 
Enn,nousconcluronsensituantcestendancesenregarddesDirectionsstrat
egiquesenIntelligence 
eetisArticielletellesqu'ellesontetsyntheesdans[Doyleetal.96]
1 
. 
2LeR
aPC:Tendancesdelarecherche. 
2.1Principalestendancesauniveauinternational 
elisationetdeformalisationduR
EortsdemodaPC 
efes
1.CerapportnefaitpasrerenceauxrecherchessurleRaisonnementaPartirdeCas,cequin'estpastretonnant 
danslecontexteame
ericain,maisfaitautoritsurlesenjeuxmajeursdelarechercheenintelligencearticielle. 

Etatdel'artduraisonnement
apartirdecas 3 
elisationformelledel'ensembleducycleRaeme
LamodaPCrestefaire.Ils'agiteneetd'unsyst
d'inf
2 
e
erencesnonmonotonesparessence.Ilesthabituellementclasscommeunesortederaisonnement 
paranalogie[Hatonetal.91],cequidenotrepointdevueocculteladi
erenceimportantequiexiste 
entretransfert(Raisonnementanalogique[Coulonetal.90])etadaptation(Rerentes
aPC)
3 
.Lesdi
phasesducycleontlongtempseerependantes.Ilestmaintenant
etconsideescommelargementind
eespourmenerbienchaqueepen-
bienadmisquelesconnaissancesexploitaetapenesontpasind
eseauded
dantesetqueadaptationetapprentissagesesituentaucentred'unrependances.Nous 
retiendronstoutefoisdeuxcontributionsimportantesfaitespourformaliserleR
aPCdanslecadrede 
laplanicationetsouslesconditionsdeconnaissancessusantespourd
emontrerlajustessed'une 
a
solution,JanaKoelher[Koelher96]proposeuneformalisationl'aidedelogiquesdedescriptionsqui 
al'avantagederestercoh
erentepourl'ensembleducyclemaisnepeutquedicilementprendreen 
eoriecompl
comptel'adaptationdecasenl'absencedethete,tandisqueRalphBergmannetWolfang 
erarchiquedecasabstraitsmaisn
Wilke[Bergmannetal.95]proposentuneapprochehiecessitantun 
esentation4 
.Nousverronsquelacommunautfran
changementdelangagedereprecaiseafaitpreuve 
debeaucoupd'initiativesurceth
eme. 
elisationcognitivequiamenauparadigmeduRaequipe
LamodeaPCestdueSchanketson
derecherche[Schank82]quil'apopularisenproposantdesm
eecanismesdebasepourlemettreen 
^
eveloppementsdansles
uvre[Schanketal.89].ElleconnaitdenouveauxdequipesdeKolodnerpour 
eriencesurlesr
partagerl'expeseaux[Petrushinetal.96]etSchankdansledomainedel'enseignement 
elescognitifsetsyst
[Schank96].EnEuropedestravauxtentantdefairelepontentremodemesde 
RPCsesontintesalamodachesR
aeresselisationdest^aPCpourfaciliterl'acquisitiondeconnaissances 
[Janetzkoetal.93].Cethegalementdansledomainedelar
emeestactifenFranceeutilisationdes 
connaissancespourlaconception. 
elisationconceptuellesouslaformeducyclepre
Lamodesentengure1tiresesracinesdespremiers 
esentationglobaleduR
eortsdepraPCcomme[Slade91]ou[Kolodner93]etestmaintenantlargement 
eedanslacommunaut
partage. 
eecisercettemod
Nousavonsproposdeprelisationconceptuelle[Mille95]ennousinspirantde 
l'approchedemodolesp
elisationduraisonnementanalogique[Py94]etenanalysantler^eciquede 
l'adaptationdanslecyclederaisonnement. 
elisationduRetpropos
UnemodaPCauniveauconnaissanceaeeepar[Armengoletal.93](pre-
ereapprocheentermesdet^enemeparticuli
miachesgeriques)enprenantunsysterementbienconnu 
CHEF[Hammond86]commeexemple.Ceteortestparticuli
erementimportantpourclarierlestypes 
deconnaissancesetlestypesd'infealisaPC.
erencesreespendantlecycleR
eelisationdest^aPC
C'estsurlabasedecestravauxquenousavonsproposunemodachesduR
[Fuchs97]. 
UnemodaPCenlogique
oueaeeeparYaggerd
elisationduRetproposes1996dans[Yager96] 
eciserenceestconsideeme
etpreedans[Yager97].Lemoded'infercommefondamentalementdem^
natureetpourcelalecycleestretapedecomparaisonetl'
eduitadeuxetapesprincipales:l'etapede 
compositiond'unesolution.Deuxtechniquessontsuggeespourr
erealiserlacompositiondesolution 
enRedianepondeequandlesactionsdudomainesontconstituee
aPC:lamereesd'unelisteordonn
d'alternativesetunevarianted'apprentissageparrenforcement,pourlesdomainesdontlesactions 
impliquentunesortedeplan.NousverronsquecerapprochemententreRet
aPCetlogique
oueae 
eementenFrance(etenEspagne)surdesbasesdi
egalementmenquasimentsimultanerentes. 
elisationspesenconceptionaeee.Unes
Unemodeciqueauxcascomplexesutilisetproposerie 
2.Dansunsysterencesmonotone:siAj=Balors(A^ Cj=B),cequin'est
emed'infevidemmentpasgarantidansun 
raisonnementul'infeependcompl
apartirdecasoerencequel'onpeuttirerd'unfaitconstatdetementdesoncontexte. 
3.Letransfertconsistereseaud'explicationsunautrer
aealiserunemiseencorrespondanced'unraeseaud'explications 
aeutiliserdesexplicationsanaloguessurlabased'uneanalogie( 
deformed'explications)
,alorsquel'adaptationconsister
elelecartd'explicationarpoursubstituerdesementsdesolutionspard'autresementschoisisselonl'eduire[Mille95]. 
4.L'abstractiondescasestfaitedansunlangagededescriptionquin'estpasceluidescaseux-m^
emes. 

TutorialR
aPC-PlateformeAFIA'99 
eeredontlesproblesavec
detravaux
5
ontfortementin
uenclamaniemesdeconceptionsontabord
aPC.Unesynth
leResedecestravauxestfaitedans[Maheretal.95]quiposeleprincipedetrois 
formesdeconnaissances:unmodecompositiondeproblemes,unmod
elededemesensous-problele 
dedescriptionsd'aesolutiondesous-probl
episodesdeconceptionquicorrespondentlaremes,etun 
eled'adaptationsousformeder
modeglesdetransformationdeformes. 
etercetourd'horizon,nousdevonsciterlapropositionsynth
() 
PourcompletiqueduMemory 
es1986[Stanlletal.86]quiintecanisme
BasedReasoningfaitedegrel'ensembleducycledansunm
d'activationmetudisousunangleplusthetudielemod
emoire,eeoriquedans[Brown93]quielede 
emoiresous-jacentsouslaformed'unreseau
meseauavecpassagedejetons,etmisenpratiquesurunr
massivementparall
eleaveclestravauxdeKitanopourlatraductionautomatique[Kitanoetal.92], 
elismead'ailleurseeeparel
[Kitano93].Leparalletetudisement,pouraccererlarecherchedecasetune 
eressantepropositionae
intetfaitedanscesenspourledomainedelaplanication[Kettleretal.94] 
quipermetd'envisagerd'exploiterunetre
esgrandebasedecasdansdesconditionsd'ecacitgarantie. 
eetudiersespossibilit
Nousavonscommencl'explorationdecettevoiepouresd'auto-adaptation 
[Boucard96]. 
Larecherchesederentschampsplusspesd'
eclineensuiteclassiquementselonlesdiecialisetude 
duR
aPCetenparticulier: 
esentationdescas.Au-deldelatraditionnellerepr
{Larepraesentationdes( casvecteurs) un 
eressaesentationdescascomplexes[Voss96b],
nombreimportantdetravauxsesontinteslarepr.
a
[Bartschsporl95]notammentpourl'aidelaconception. 
etamenevelopperunlangageobjetpourlarepr
Nousavonseesadesentationdescascomplexes 
dansledomainedel'aidealad
ecision[Fuchs97]. 
elaborationducas.Cestravauxvisentlamiseen
{L'aevidencedelapertinencedecasin-
etementde
complecrits[Bentoetal.93],oucherchentaanticiperl'adaptabilitdescasquiseront 
remes[Leakeetal.97a].Nousavonspournotreparte
emoretudicettepartiedanslecadredes 
( 
applicationsindustriellespourfaciliterladescriptiongagnante) d'uncas[Herbeauxetal.98]. 
{L'organisationdescas.Denombreuxtravauxs'intaemoire
eressentl'organisationdelam
descaspouramee
eliorerl'ecacitdelarecherchesoitenprenantencomptel'ecacitdes 
remeceveloppantdestechniques
emorationspredentes[Foxetal.95]ouplusclassiquementend
ecisiondeplusenplusperformantes[Breslowetal.97].Leprobl
degestiond'arbresdedemedes 
esgrandesbasesdecasaee
tretpos[Shimazuetal.93]maiscettequestionestentraindese 
renverser:comment( voir) lesbasesdedonn
eescommedesbasesdecas.Cettequestionest 
li
eeauxtravauxsurlacapitalisationdesconnaissancesdansl'entreprise[Thompson97]. 
emorationdescas.Lechoixd'unemesuredesimilaritestd
{Laremeeterminantpourl'eca-
citduReaeciquesissuesaussibiendes
eaPC.Onaassistunfoisonnementdepropositionssp
ees[Didayetal.82],quedumondedesmematiques
travauxdel'analysededonnetriquesmath
[Critchleyetal.92]ou[Batageljetal.95],qu'enpsychologiecognitive[Tversky77],sansoublier 
lestravauxsp
eciquesaudomainedel'intelligencearticiellecomme[Bisson94].Unepartim-
eesurlarecherchedemesuresdesimilarit
portantedelarecherches'estdoncfocaliseslesplus 
geriquespossibles.Laseeealat^
enemantiqued'unemesuredesimilaritestlargementliachede 
esolutiondeprobleecommel'ade
remeconcernemontrMichaelRichter[Richter95b].Laquestion 
delasimilaritest:quellessontleschancesquececasanciensoitutilisablepourr
eesoudrece 
nouveaucassachantqu'ilssontprochessuruncertainnombredepoints.Lesapprochess'inspi-
rantdelatherementetudiequipes
eoriedeDempster-Shafersontparticuliees[Richter95a].Les
efesdanslacommunautduReesdans
5.CestravauxnesontpastoujoursrerenceaPCmaisontetabondammentpubli
elacommunautdelarechercheenconception. 

Etatdel'artduraisonnement
apartirdecas 
caisesontetparticuli
franeerementactivesdanscedomainecommenousleverronsdanslasec-
tionquileurestconsacretudethettrecemmentpubli
ee.Uneeoriqueaeesreedans[Rudolph97] 
erencequelasimilaritporter
quitentedemontrerletyped'infeeellement. 
eealapropositiondemesurededissimilaritconceptuelleete-
Notrecontributions'estlimiteev
nementiellepourprendreencompteladynamiquedesituationspourunprojetdesupervision 
[Milleetal.99]. 
{Lar
eutilisationetl'adaptation.L'adaptationafaitl'objetdenombreusespropositionsdans 
lespremieaPC([Barletta89],[Converseetal.89],[Gentner89],
eresannesdelarecherchesurleR.
[Hinrichs89],[Kass89],[Turner89]parexemple),etuneclassicationdesdi.
erentstypesd'adap-
tationestfaiteparJanetKolodnerdans[Kolodner93].Ceclassementestfondsurlesdi
ee-
rencesdemerivationnel)etsurlesdiegles
ethode(transformationnel/derencesderecherchedesr
d'adaptation(reesauxvariables,r
eglessimpleslieglesdemodicationdestructure,ourecherche 
devaleurremplacerparproximitm
aeemoire).Laphased'adaptationafaitl'objetd'eorts 
ematiquesdepuisquelquesannee
plussysteescommel'amontrl'ateliersurl'adaptationorganis
aerenceeurop
l'occasiondelaconfeennesurl'intelligencearticiellede1996[Vossetal.96].Dans 
erence,AngiVoproposedans[Voss96a]unelistedecrit
ladynamiquedecetteconferespour 
ealisemesRealis
classerlestypesd'adaptationresdansuncertainnombredesystaPCresdansla 
communauteresdeclassicationreprennentlescriterateur
e.Lescriteresclassiquesdetyped'op
aes
d'adaptation,maissontetenduslapriseencomptedutypedecas,dunombredecasutilis
pourl'adaptationetsurl'
evaluationdel'adaptation. 
e
Appliquparexempleaudomainedelaconceptionarchitecturale[Smithetal.95],lespropo-
sitionsfaitesdans[Purvisetal.95]exploitentlescontraintespourguiderl'adaptation.Cette 
approchegarantitdessolutionscohee.
erentesglobalementquellequesoitlapartiedecasadapt
Ellesupposetoutefoisquelejeudecontraintessoitcompletetcorrect,cequiresteunet^
ache 
d'acquisitiondeconnaissancesdicile. 
L'aaee
equipeduTrinityCollegeDublin,quandelle,s'estattachaetudierl'adaptationdans 
plusieursdesesaspectscommelacomplexit[Smythetal.93]oulesd
eependancesquiexistent 
achesetlaconnaissancesd'adaptation[Hanneyetal.95].Ennplusr
entrelest^ecemment,ils 
proposentd'apprendredesraemes[Hanneyetal.97].
eglesd'adaptationpartirdescaseux-m^
ecemmentencore[Wilkeetal.98]proposeune
Plusretudedesconnaissancesetdestechniques 
d'adaptationendiethodesfond
erenciantdeuxfamillesdistinctes:lafamilledesmeessurla 
( ena
transformationdessolutionsetlafamilledesapprochesgeratives),c'estdirecapables 
aetentleur
eventuellementdetrouverlasolutionpartirderien6 
.Ilscompletudeenfaisantune 
placel'adaptationcompositionnelle[Veloso97],quiconsisteadapterdi
aaerentespartiesd'un 
aerentscasetselondesstrat
caspartirdediegiesquipeuventdoncvarierdanslespectre 
predent.
ec
Unecontributionessentielle(notresens)ae
aetfaitedans[Hanksetal.95]quiproposeunalgo-
rithmed'adaptationdeplanfondsurlescasetind
eependantdudomaine(SPAcommeSyste-
en
maticPlanAdaptor).Bienque,parnature,ils'agissed'unalgorithmegeratif,l'eortpourle 
rendreinderateurs(souventlierementint
ependantdesopesaudomaine)lerendparticulieressant 
commebasedetravail. 
ecaiseaeemederecherchecommenous
Lacommunautfranegalementparticipactivementaceth
leverronsplusloin. 
evisionetlamesr
{Laremorisationdescas:destravauxtrecents[Strouliaetal.98]pro-
posentd'utiliserl'emorisationquiprendalorsunv
evaluationpourguiderlameritablestatut 
ecompositionapprofonditetpretfaiteentrelesadaptationstransformationnelleset
6.Cettedecisecellequiavaite
d
erivationnelles. 

6 TutorialR
aPC-PlateformeAFIA'99 
d'apprentissage.Noustrouvonsdans[Leakeetal.97b]uneapprochepluspragmatique.Lepro-
cessusd'adaptationestaucentredudispositifettroisdi
erentstypesd'apprentissagesont 
es:l'apprentissagedecascommedesplans-r
exposeponses,l'apprentissaged'adaptationdecas 
etl'apprentissagedelasimilariteponseconsisteaint
e.L'apprentissagedeplansregrerunnou-
ea
veauplan(adaptd'unancienounon)danslabase.L'apprentissagedel'adaptationconsiste
ma
emoriserdescasd'adaptationetlesindexerenfonctiondeleurutilisation.L'apprentissage 
eeutd'adaptation.Bassurlecouplenouveau
delasimilaritestfondsurl'estimationd'unco^eproblemereme,uncasd'adaptationestrecherchquiserviradebasel'estima-
eme-problemoreautd'adaptation.L'associationdecesdi
tionduco^erentesapprochesd'apprentissageesttoujours 
meilleurequel'utilisationd'uneseule.Lat^esolutiondeprobl
achederemeestopportunistepar 
essenceetl'eponsespermetdegequencesd'incohe
evaluationdesrererlesconserenceslocales.Li
aetpropos
l'apprentissage,uneapprocheoriginaleaeeedans[Smythetal.95]pourtrouverdes 
( 
indicespermettantd'oublier) lescasquineseraientplusutilesdansunebase. 
Nousinsistonssurcetteapprocheliantapprentissageetadaptationparcequ'elleestunedenos 
etudeduprocessusd'apprentissagepartird'exp
sourcesd'inspirationpourl'aeriencetelquenous 
l'envisageonsdansnosnouveauxth
emesderecherche. 
etercetourd'horizoninternational,ilconvientdepre
Pourcomplesenterleseortsdelacommunaut
caise.Cettecommunautestrecipitation,maisesttr
franeecente,sestructuresanspresactive.Nous 
participonsl'animationdecegroupefranesenter
acaisderechercheetnousavonseul'occasiondepr
esedesestravaux[Milleetal.97]quenousreprenonsicienlacompl
unesynthetant. 
a2.2LarecherchesurleraisonnementpartirdecasenFrance 
ecentess'organisentautourdequelquesth
Lescontributionsremesmajeurs: 
elisationetformalisationduR
1.ModaPC 
Nousdistingueronsdi
erentesapproches: 
{Lamoda
elisationcognitiveduraisonnementpartirdecaschezl'Homme.Une 
eriedetravauxontetconsacraetudedelar
seesl'INRIAal'eutilisationdesconnaissances 
eutilisationdeplansderemes
chezl'hommeetenparticulierparlaresolutiondeprobl
[Visser94].Ilestimportantdenoterquel'approchecognitiveduRegrante
aPCfaitpartieint
deseortsdelarechercheenRemefa
aPCdelam^conquelestravauxd'inspirationplus 
( 
informatique) 
7 
. 
a
{Laformalisationduraisonnementpartirdecasparleslogiquesdedescrip-
tionApr
esletravailinauguraldeJanaKOELHER[Koehler94],destravauxprochesont 
eesentetudedelaformalisationduR
etpresdans[Napolietal.96],etuneaPCdansune 
logiquededescriptionestdereshomog
ecrite[Salottietal.97]aumoyendecritenes,expli-
esgr^a
citesetformels8 
.Lescassontorganisaceunetaxinomiedeconceptsindex,cequi 
permetd'exploiterl'op
erationdeclassicationautomatiquedelalogiquededescription 
e
pourrechercherdescassimilaires.Unephased'apprentissagesupervisdeconceptsindex 
estfaciliteeciquesubsumantdedeux
eeparunalgorithmefondsurlarechercheduplussp.
cas.
elisationfond
{Modeesurlesensembles
ous.[Duboisetal.97],comme[Yager96], 
essurl'interpolationfonde
s'appuientsurdestravauxmeneesurdesrelationsdesimilarit
pourproposerdesmodessurlesra
elesfondegles
ouespourleRaisonnementPartirde 
7.WillemienVisseraainsianimavecBrigitteTrousseunateliercommunl'occasiond'IJCAI'93surlar
eaeutilisation 
eesfraneguliesenconceptionetlesjourncaisesrassemblentrerementlesdeuxcommunaut
8.Unegeralisationdecetravailaeesent
enetpreepourl'appliquerauxgraphesconceptuelsdans[Faronetal.97]. 

Etatdel'artduraisonnement
apartirdecas 7 
Cas.Danscesapproches,uncasestvucommeunnupletdevaleursd'attributspr
ecises.Les 
attributssontsesenunensembleSpourladescriptionduprobl
epareme(ScommeSource) 
etTpourlesattributssolution(TcommeTarget)
9 
.L'hypoth
ese(forte)estfaitequetousles 
attributssontrenseignesent
es.L'adaptationestpreecommeunesorted'interpolationpour 
eemes
obtenirlesvaleursdeTsachantla(dis)similaritexistantentrelesdescriptionsdeprobl
S.L'existencedemesuresdesimilaritentreattributsprobl
eemeSetattributssolutionT 
estsupposetablie.Ennlaconnaissancedefonctionsded
eeependancesentrelesattributs 
problee
emeetattributssolutionsestsupposegalementetablie.Danssonexpressionlaplus 
prochedel'espritduR
aPC,lesauteursposentque: 
Lesplussimilairessontlesprobl
emess
1
ets
2
, 
leplusilestpossiblequelessolutionst
1
ett
2
soientsimilaires. 
Lapropositionpeutseformulersouslaformed'unere
egledepossibilit: 

XjY(v;u)A(u)siv2B 
=

XjY(v;u)0siv2B
a
ou
XjY(v;u)estimequelpointY=vestpossiblequandX=u. 
Onpeutdirepluslitte
eralement:8u;siX=u,ilestpossibleaumoinsaudegrA(u)que 
eeje
YprennesavaleurdansB.Silestravauxsurlasimilaritavaientdaexploitlesvariables 
eecanismes
linguistiques
10
pourmanipulerlesconnaissancesetdoncavaientexploitlesm
decalculprovenantdelalogique
oue,cetteapprocheformellepermetd'analyserplus 
ecisaPCestunesortederaisonnementhypoth
prementenquoileRetiquedansl'incertain. 
esentationdescas.Descontributionsintetfaitespourlarepr
2.Larepreressantesonteesen-
ecrivantdeshistoriques.Unprojetdemod
tationdescasdelisationdepropagationd'incendie 
pourl'aideladeevelopperunmode-
aecisionaetl'occasiondedeledecaspermettantderepr
senteretmanipulerdesdonn
eestemporellesetspatiales[Rougegrezloriette94].Parailleurs,et 
eveplusdug
dansunespritquirelenielogiciel,[Jaczinskyetal.97]proposeunenvironnement 
dedeessurleR
eveloppementd'applicationsfondaPCetpermettantlamanipulationdeshis-
ethodes.Cesystetutilisavecsucc
toriquesselonplusieursmemeaeeesenparticuliersurune 
applicationd'assistancealarecherched'informationssurleWEBpourungrouped'utilisateurs 
eelisationd'
[Jaczynskietal.97].[Corvaisieretal.98]aproposuenmodepisodesderecherched'in-
formationsurleWEB,int
egrantlesnotionsdesessionderecherche,detentativesunitaires, 
esderechercheetdevocabulaireutilepourrerience.
d'uniteutiliserl'exp
3.Larememesedemes:
emoration.Cetheclineselonplusieurssous-th
{Travauxsurlessimilaritetudethesent
es.Annonciateurdel'eoriquepreedans[Rudolph97], 
eeeesurlesrecessite
,[Sebagetal.93]aproposunemesuredesimilaritfondegles,cequin
egleaveccommepreme
devoirchaquecascommeuneremisselesfaitsconstitutifsduprobl
etenconclusionlesfaitsdet
eduitsconstituantlasolution.Lespropriesdeclassicationse 
eveesconvaincantes.C'estdanslecadred'unebo^aaPC
sontrelteoutilspourunatelierR
que[Mignot97]proposedetenircomptedelastructured'uncaspourconstruireenparall
ele 
lade.L'eepar
enitiond'unemesuredesimilaritelaborationdecettemesureestdoncguid
etaconnaissancesurleseetsdecontextesurlapertinencedesmesures.Desoncot
uneme, 
e
[Rifqi96]aelaboruneformalisationdesmesuresdecomparaison,quipermetdecomparer 
desobjetsdaetermindeux
ecritsl'aided'attributsdontlesvaleurssont
oues.L'auteurade
9.CettedistinctionSource/Targetestinhabituelle.Eneet,uncassourceesthabituellementuncasdelabiblioth
eque, 
tandisquelecascibleestlecasar
esoudre.Danslecontextedel'article,lesattributssourcesontceuxquipermettront 
deretrouverlescassource,tandisquelesattributsciblessontceuxquidoivent^etrees.
evalu
10.L'usagedesymbolesrepr
esentantsouslaformed'unterme( 
bienchoisi) 
unevaleur( 

oue)
.Parexemple,jeune 
estunevariablelinguistiquedee.
esl'instantouunefonctiond'appartenanceluiestassoci

8 TutorialR
aPC-PlateformeAFIA'99 
famillesprincipalesdemesureconstituantainsiuneextensiondumod
eledecontrastede 
Tversky:lesmesuresdesimilitude(satisabilit
e,inclusionetressemblance)etlesmesures 
dedissimilarit
e. 
{Travauxsurl'organisationdescasenhicondepr
erarchied'objets.C'estunefaeparerpar 
avanceleraisonnementlui-m^esl'instantouleRercommeuneex-
emedaPCestconsidetensionduraisonnementparclassicationdanslecontextedereme
esolutiondeprobl
[Koelher96].[Napolietal.96]formalisecetteapprochedanslecadred'unerepr
esentation 
basemeespritque[Coupeyetal.96]
eesurlesobjets.C'estdanscem^etendleslogiquesde 
descriptionpourformaliserleprocessusderemaPC.
emorationenR
{Organisationhybridedelam
emoiredescas(neuronal/casprototypesetinstances).[Malek96] 
proposed'utiliserunraementalfondsurdescaspro-
eseauneuronalapprentissageincretotypespourorganiserlamemoireestconstitu
emoiredecas.Lameededeuxniveaux:le 
erieurcontientlesprototypesquirepr
niveausupesententchacunungroupedecas,tandis 
eeca-
queleniveaubasestutiliscommeindexpendantlaphasederecherchedecas.Unm
nismed'apprentissagecontinupermetdegrouperdynamiquementlescassousdenouveaux 
prototypes. 
4.L'adaptation.:Unecontributionoriginaleetgeriqueestpropos
eneedans[Lieber97]surdes 
enonca
principesesdans[Lieberetal.96]quiconsisteanticiperl'adaptationdansleprocessus 
emederemealth
m^emoration,cequiestl'ideoriquepourtrouverunesolutionfacilement(et 
^eenisur
eventuellementsurement)adaptable.Pouryparvenir,unordrepartiel,not<estd
emesselonladecialiser
l'ensembledesproblenition:pb
1
<pb
2
sitoutesolutiondepb
1
peutsesp
enunesolutiondepb
2
.Onassocieaunprobleme
emesourcesourcedelabasedecasunprobl
eeen
notidx(source)appelindexdesourceplusgeralquesource:source4idx(source)ettel 
en
quelasolutionsol(source)estgeralisableenunesolutionsol(idx(source)).L'ensembledes 
eerarchienotesoudreunprobl
indexestorganisenunehieeHidx.Pourremenouveau(cible), 
eedanslahi
unedescriptiondecibleestd'abordclassierarchieHidx,cequipermetd'identier 
eeleriant:idx(source)<cible.Deux 
unensembled'indexIDXcomposd'ementsidx(source)v
cassontalorspossibles: 
e
{soitIDXestnonvideetilexisteunchemindesimilarittelquesource4idx(source). 
cibleetl'adaptationseretapes: 
ealiseendeux
en
{geralisationdesol(source)ensol(idx(source)),ensuivantlarelationsource4 
idx(source), 
{instanciationdesol(idx(source))ensol(cible),ensuivantlarelationidx(source). 
cible 
ec
{soitIDXestvide,alorsonessaiedereveniraucaspredenteneectuantdesmodications 
erarchieHidx( (idx(source))etsurcible('(cible))pardesr
surcertainsindexdelahiegles 
derecrituredefaaa
econarriversource4idx(source)! (idx(source))<'(cible). 
ae
cible,c'estdireaunchemindesimilaritconnu,doncpermettantl'adaptation. 
Cetteapprocheaeeeavecdespropositionsdenotreesent
etcombinequipeetserapreedans 
lecadredelaconf
erence[Fuchsetal.99]. 
aegrationdel'apprentissagedanslecycleR
5.L'apprentissageUnecontributionl'intaPCest 
eedans[Bichindaritz94]dontlesystemental 
proposemeMNAOMIApermetl'apprentissageincr
ealisationdest^
deconcepts,pendantlarachescommelediagnostic,laplanicationd'untrai-
tementoulesuivid'unmalade.Plusieurshierentessontd
erarchiesdeconceptsdieniesselon 
lesdiachescognitives.Cetteassociationesentationdesconceptsala
erentest^etroitedelarepr.
t^emesderaisonnement.
acheestnaturelledanslessystapartirdecas. 

Etatdel'artduraisonnement
apartirdecas 9 
3LarecherchedansledomaineR
aPCparrapportauxdirections 
strat
egiquesdelarechercheenIntelligenceArticielle 
Ilseraitparticulienoncerdesdirectionsstrat
erementvaindevouloiregiquesdelarecherchequi 
soientpartage
eesparl'ensembledelacommunautinternationale,maisilestimportantdechoisirune 
ef
rerencepoursituernosrecherchesetleurorientation.Nousavonschoisideprendrecommegrille 
d'analyselerapportdeJonDoyleetThomasDean[Doyleetal.96]quis'eorcentdetracerleslignes 
egageantdesrecherchesmenealisationsr
principalessedees,desreussiesettententuneformulation 
desenjeuxdeladegorisationpropos
ecennie.LacateedelarechercheenIA
11
rassembledesdomaines 
d'applicationetdesbranchestheoriques:
ematiquesth
1.Articulation
12
etrepr
esentationdesconnaissances
13 
. 
etendlestechniquesded
2.Apprentissageetadaptationquiecouvertestatistique,analytiqueet 
scientiqueetlesmetiquesneurophysiologiquesauxproc
ecanismeshypotheduresquiextraient 
enaegles,d'exp
unlargespectredetendancesgerales,defaitsettechniquespartirdererienceet 
eescollect
dedonnees. 

ethoded'aidelad
3.Echangesdevues,planicationetactionsquiconcernentlesmaecision,de 
constructiondeplans,deconceptionpouratteindredesbutsspesetlecontr^e-
eciole,l'interpr
tation,lediagnosticetlamodicationdeplanscommelamiseenuvredesconceptions. 
4.Paroleettraitementdulangage. 
etationd'imageetsynth
5.Interpresed'image. 
eeetd
6.Manipulationarticuleplacementautonomequicouvrentlechampdereproductiondes 
degre
esdelibertdel'hommedansl'usagedesesmainsetdessesjambespourl'accomplissement 
desest^
aches. 
7.Agentsautonomesetrobots. 
8.Systetudieretmettreenplacedescomportementsder
emesmultiagentspouresolutiondepro-
bl
emeengroupe. 
9.Mod
elisationcognitivequisefocalisesurlasimulationdestraitscomportementauxdelacogni-
tionchezl'homme. 
10.Fondementsmath
ematiques,quis'emparentdestechniquesetconceptsdesautresbranches 
commeautantdesujetsdeformalisation,d'analyseetdereconceptualisation. 
eessurl'
Ilnoussemblequelessciencescognitivesmodernesfondetudedirecteducerveaupar 
l'imageenretiqueauraientleurplacedanscettecateutilisation
esonancemagnegorisation,etquelar
etudedevraitappara^egalement.
desconnaissancescommesujetd'tre
Neesquis'appuientsurlesrenonc
eanmoinsdesdirectionsderecherchesontproposesultatsesplus 
a
hautetquivisentdesobjectifslafoisplusrationnelsetplusambitieux: 
1.Poursuitedel'interentsmealiserdes
egrationdesdiecanismesdel'intelligencearticiellepourr
syst
emesmultifacettesetenparticulier: 
{modierradicalementlanatureduprocessusdeprogrammationdetellefa
conqueleprogrammeurpuissetravailleravecdesassistantsintelligentsfacilitanttouteslest^
achesde 
ealisationd'unsyst
remeinformatique. 
11.NousgarderonscetacronymeIApourIntelligenceArticielledanslasuitedudocument. 
ecanismesdemiseenrelationdesdi
12.Articulations'entendcommemerentstypesdeconnaissances. 
13.Ils'agitdecr
eeretcompilerdescataloguesexplicites,formelsetmultifacettesdeconnaissances( 
ontologiques)
. 
Lanatureontologiquedesconnaissancesresteunequestionouverte. 

TutorialR
aPC-PlateformeAFIA'99 
erencesexistantesentrelesbasesdedonn
{supprimerlesdieesetlesbasesdeconnaissances. 
erencesdetraitemententreleslogiquesdedescriptionetlessysta
{supprimerlesdiemes
objetetentrelaprogrammationlogiqueetlessyst
emesdeprogrammationtraditionnelle
14
. 
{prendreencompteletempsr
eeletcontraintdanslessolutionsenfavorisantdesevolutions 
continuesduraisonnement
15
. 
a
{Rendrelesordinateursplusfacilesutiliser,enparticulierenfacilitantleurpersonnalisa-
tion. 
CettederniaPCquiparlanaturem^
eredirectionestnaturellepourleRemedesoncycleemprunte 
a
plusieursdomainesdel'intelligencearticielle. 
es).Cepointest
2.Constructionderobots(physiquesetsimulevidemmentenrapportavecle 
predent,puisqu'ilnes'agitpasd'undomaineparticuliermaisd'uneint
ecegrationlaplusforte 
esnombreusesdisciplinespourfourniraurobot-logicielouaurobot-mat
possibledetrerieldes 
capacitesolutiondeproblerons
esd'adaptationtoujoursplusgrandedanslareme.Nousconsid
quelanotiond'adaptationetderemetroitementliequencele
emorationsonteesetqu'encons
paradigmeduRa
aPCpourraittoutlafoissenourrirdecettedirectionetycontribuerenretour. 
3.Mode.Ils'agitdedonnerunsens( ae,c'estdire
eliserlarationaliteconomique) larationalitalacomprendrecommetoutcequicontribueamerenced'unsyst
aeliorerlacohemeentermes 
d'explications,dejusticationsetdevaetenceentermesdeper-
erications,augmentersacomp
formances,etfacilitersaconstructionentermesdefaciliteveloppement.
aesdeconceptionetded
C'estbiencetypederationalit( pragmatique),c'estdiremesuraeussite
eaeel'aunedelar
delat^aPCexploitepourremes.Adoptercetypederationalit
ache,queleResoudredesproble 
ouvrebienentendulesportesdesapplicationsdudomainedel'
economie. 
4.Assisterlacollaboration.Pourdeemesd'IAdoivent
emontrerleurutilitcommeassistants,lessyst
eterles( mots) etles( besoins) desutilisateursdefaaeliserlessouhaits,les
interprconmod
intentionsetlespossibilitealisercesinterpr
esdecespersonnes.Retationssigniesouventse 
fondersurdespropriesstatistiquesdecomportementsetchoisircommentcoop
eterersignie 
souventevalueretneferentsacteurs.C'estprobablementdanscette
egocierlesprerencesdesdi
egrationduReveussiteconsid
directionquel'intaPCpeutserelerunfacteurdererableparsa 
eaestimerstatistiquement(similarita
doublecapacite)lescomportementsetproposerdesadap-
eesaucontexte.Nostravauxencoursetpr
tationsdirectementlievussonttendusversl'assistance 
ecaceetencontexteauxt^
achesdiciles[Prieetal.98],[Prieetal.99b],[Prieetal.99a]. 
eliorerlacommunication.Uncertainnombredeprioritegag
5.Amessontdeesdanscettedirection 
etenparticulier: 
olesgestuelsetparl
{introduirelescontr^esdanslesappareilsdetouslesjours. 
a
{automatiserlaformalisationdelaconnaissancepartirdeslivresetautrestextes. 
eeentreplusieurslanguesetlectureparl
{procurerlatraductionsimultaneededocuments 
ecritsou
electroniques. 
{autoriserl'utilisationdulangageparloudulangage
eecritpourinterrogerdes( basesde 
ees-connaissances) degrandetaille(annuaires,biblioth
donneques,catalogues,etc.). 
erences,maisquelesenvironnementsded
14.Cequineveutpasdirequ'iln'yapasdedieveloppementsdoivent 
precanismestypiquedel'IAexactementdelam^conquen'importequelautrem
esenterlesmemefaecanismedeprogram-
mation. 
15.Algorithmes( 
anytime)
. 

Etatdel'artduraisonnement
apartirdecas 11 
M^tungrandsucc
emesile( MemoryBasedReasoning) conna^espourlesapplicationsde 
traduction[Kitanoetal.93],[Kitano93],iln'existepasnotreconnaissancedetravauxsp
aeci-
aPCpermettantdesavanc
quementReessignicativesdanscedomaine.Nouspensonsquele 
Reotpourl'assisterquepourintervenir
aPCintervientdanslaqualitdelacommunicationplut^
directementsurlememe.
ediumlui-m^
aea
6.Obtenirdesconnaissances.Ilrestelunevolontdeconnaissancesuniverselles,quidonnecette 
erable.Lesauteurses:
directionuneambitionconsidenoncentdespriorit
{construiredesencyclopen
ediesdeconnaissances,d'abordgerales,puiscapablesdecouvrir 
touteslesm
ethodesetconnaissancesdel'homme
16
. 
{desenterl'informationpourdi
eterminerlesmoyenslesplusecacesdereprerentesutili-
emetemps^ererdi
sations,ettoutenm^etrecapabledefairecooperentstypesdeconnais-
sances. 
{demesd'enseignementautomatis
evelopperdessystes(exploitanteventuellementlesencyclo-
ediesconstruites)quiutilisentlesquestionsetlesobservationsdel'eliser
petudiantpourmod
sesconnaissances,sesqualit
esetsonstyled'apprentissageetpouradapterlafabrication 
consetexercicesauxbesoinsdel'
desleetudiant. 
{concevoirdesorganisationsetdesentreprisesquis'amerience
eliorentenexploitantleurexp
pourapprendreleursforcesetfaiblessescach
ees. 
{automatiserlesdomaineslesplusroutiniersetgerateursmassifsdedonn
eneesdelare-
cherchescientique,statistique,industrielleetcommerciale. 
eespourleR
CettedirectionestlaplusricheenretombaPC,enparticulierpourtoutcequi 
aerience.
touchel'exploitationduretourd'exp
7.Approfondirlesbasesth
eoriquesdel'intelligencearticielle.Ils'agitd'asseoirencoremieuxles 
fondementsscientiquesformelsetenparticulierlesmath
ematiquesdudomaine.Nousavonsici 
erementouvertenRelisationconceptuelle,
unchampparticuliaPCpourallerplusloinquelamod
verslamoderonstoutefoisquecetterecherchen
elisationformelle.Nousconsidecessiteradegros 
eortstransdicisciplinairespourr
eussir. 
eseconcernantlesaxesda
4Synthaevelopperenraisonnementpar-
tirdecas 
aseprojeterdansl'aveniresttoujoursp
L'exerciceconsistanterilleux,etsituerlesaxesderecherche 
ecurementcritiqueriencedenotre
selonlagrillepredenteseras^e.Toutefois,l'expequipeautraversde 
sesdiaapartir
erentescontributions,nousincitepenserquel'avenirdelarechercheenraisonnement
decasestachercherdansdeuxdirectionsprincipales: 
esolutiondeprobl
{L'exploitationdescasderemecommesupportdevalidationdel'apprentissage 
desconnaissancesdansl'entreprise.L'interconnexionexpliciteetorganisesolution
eedescasder
eesdansl'entreprisenoussembleunaxederecherchetr
etdesconnaissancespartagesimportant 
eboucherdenouvellesorganisationsdessyst
pourvoirdemesd'informationdansl'entreprise. 
{L'utilisationmassivedesordinateurspourl'accaependam-
esdesinformationsetdesservices,ind
mentdet^eciquespretablies,imposedeseposerlaquestiondelaplasticitdessyst
achesspeeemes 
consdelesutiliserenfonctiondet^
informatiquesfournisseursdeserviceauxinnombrablesfaaches 
16.Nousconsid
eronsqu'ils'agitplusd'unmoteurpourlarecherchequ'unenensoi. 

TutorialR
aPC-PlateformeAFIA'99 
deplusenpluspersonnaliserienceconcr
ees.Lacapitalisationdel'expete(tracesdirectesd'uti-
elesdest^ecouverts,c'est-
lisation),etlamiseaupointprogressivedemodaches(da-direappris 
semi-automatiquement)associaeteestunenjeuconsid
eescetteutilisationconcrerablepourla 
recherchedenouveauxtypesdecoop
erationentrel'hommeetlamachine. 
Rerences
ef
[Aamodtetal.94]Aamodt(A.)etPlaza(E.).{Casebasedreasoning:Foundationalissues,me-
thodologicalvariations,andsystemapproaches.AICOM,vol.1,Mars1994, 
pp.39{59. 
[Armengoletal.93]Armengol(E.)etPlaza(E.).{Case-basedreasoningattheknowledgele-
vel:Ananalysisofchef.FirstEuropeanWorkshoponCase-BasedReasoning, 
EWCBR'93.pp.290{295.{UniversityofKayserslautern,Germany,1993. 
[Barletta89]Barletta(R.).{Caseadaptationinautoclavelayoutdesign.Workshoponcase-
basedReasoning,DARPA89.pp.203{207.{Morgan-Kaufmann,SanMateo, 
1989. 
[Bartschsporl95]Bartsch-Sp
orl(B.).{Towardstheintegrationofcase-basedschema-basedand 
model-basedreasoningforsupportingcomplexdesigntasks.FirstInternatio-
nalConferenceonCase-BasedReasoning,ICCBR'95,
ed.parVeloso(M.)et 
Aamodt(A.).pp.144{156.{Sesimbra,Octobre1995. 
[Batageljetal.95]Batagelj(V.)etBren(M.).{Comparingresemblancemeasures.Journalof 
Classication,vol.12,1995,pp.73{90. 
[Bentoetal.93]Bento(C.)etCosta(E.).{Asimilaritymetricforretrievalofcasesimperfectly 
describedandexplained.FirstEuropeanWorkshoponCase-BasedReasoning, 
EWCBR'93.pp.8{13.{UniversityofKayserslautern,Germany,1993. 
[Bergmannetal.95]Bergmann(R.)etWilke(W.).{Buildingandreningabstractplanningcases 
bychangeofrepresentationlanguage.JournalofArticialIntelligenceRe-
search,vol.3,1995,pp.53{118. 
[Bichindaritz94]Bichindaritz(I.).{ApprentissagedeConceptsdansunem
emoiredynamique: 
aaachecognitive.{Th
raisonnementpartirdecasadaptablelat^esed'infor-
ee
matique,UniversitRenDescartesParisV,France,1994. 
[Bisson94] Bisson(G.).{Deelesobjet.Actesde
enitiondelasimilaritdanslesmodaLMO94,Grenoble,pp.70{86.{1994. 
[Boucard96]Boucard(F.).{Etudeetimplantationd'unemeesur
emoiredecasdistribu
unr
eseaud'ordinateurs.{RapportdeDEA,DEAd'InformatiquedeLyon, 
UCB/ENS/INSA,Lyon,1996. 
[Breslowetal.97]BRESLOW(L.)etAHA(D.).{Simplifyingdecisiontrees:asurvey.Knowledge 
EngineeringReview,vol.12,n1,1997,pp.1{40. 
[Brown93]Brown(M.G.).{Anunder-lyingmemorymodeltosupportcaseretrieval. 
FirstEuropeanWorkshoponCase-BasedReasoning,EWCBR'93.pp.20{25. 
{UniversityofKayserslautern,Germany,1993. 

Etatdel'artduraisonnement
apartirdecas 13 
[Converseetal.89]Converse(T.),Hammond(K.)etMarks(M.).{Learningmodicationrules 
fromexpectationfailure.Workshoponcase-basedReasoning,DARPA89. 
pp.110{114.{Morgan-Kaufmann,SanMateo,1989. 
[Corvaisieretal.98]Corvaisier(F.),Mille(A.)etPinon(J.-M.).{Radix2,assistancelarecherche 
ad'informationdocumentairesurleweb.IC'98,Ing
enieriedesConnaissances, 
Pont-
a-Mousson,France.pp.153{163.{INRIA-LORIA,Nancy,13-15Mai 
1998. 
[Coulonetal.90]Coulon(D.),Boisvieux(J.-F.),Bourelly(L.),Bruneau(L.),Chouraqui(E.), 
David(J.-M.),Lu(C.-R.),Py(M.),Savelli(J.),Seroussi(B.)etVrain(C.).{ 
Leraisonnementparanalogieenintelligencearticielle,formalisation,applica-
emesjourn
tions.ActesdestroisieesnationalesduPRC-GDR-IA,pp.45{88. 
{Herm
es,1990. 
[Coupeyetal.96]Coupey(P.)etSalotti(S.).{Usingadescriptionlogicwithdefaultandexcep-
tiontoformalizetheretrievalprocessofcbr.InternationalIPMU'96Congress, 
InformationProcessingandManagementofUncertainty.{Granada,Spain, 
1996. 
[Critchleyetal.92]Critchley(F.)etCutsem(B.V.).{Representationsofdissimilarities:Asurvey 
andsomenewresults.Distancia92,RennesFrance,22-26Juin1992,pp.41{ 
46.{1992. 
[Didayetal.82]Diday(E.),Lemaire(J.),Pouget(J.)etTestu(F.).{El
ementsd'analysede 
donn
ees.{DunodEditeur,1982. 
[Doyleetal.96]Doyle(J.)etDean(T.).{Strategicdirectionsinarticialintelligence.ACM 
ComputingSurveys,vol.28,n4,1996. 
[Duboisetal.97]Dubois(D.),Esteva(F.),Garcia(P.),Godo(L.),L
opezDeMantaras(R.)et 
Prade(H.).{Fuzzyset-basedmodelsincase-basedreasoning.2ndInternational 
ConferenceonCase-BasedReasoning(ICCBR'97),ed.parLeake(D.)etPlaza 
(E.).pp.599{610.{Providence,RhodeIsland,USA,July1997. 
[Faronetal.97]FARON(C.)etGANASCIA(J.-G.).{Representationofdefaultsandexcep-
tionsinconceptualgraphsformalism.ConceptualStructures:FulllingPeirce's 
Dream.FifthInternationalConferenceonConceptualStructures,ICCS'97,3-8 
Aug.1997,Seattle,WA,USA,ed.parLukose(D.),Delugach(H.),Keeler(M.), 
Searle(L.)etSowa(J.),pp.153{167.{Springer-VerlagBerlin,Germany,1997. 
[Foxetal.95]Fox(S.)etLeake(D.B.).{Usingintrospectivereasoningtoreneindexing. 
ProceedingsoftheThirteenthInternationalJointConferenceonArticialIn-
telligence.pp.391{397.{MorganKaufmann,1995. 
[Fuchsetal.99]Fuchs(B.),Lieber(J.),Mille(A.)etNapoli(A.).{Versunethee
eorieuni
del'adaptationenraisonnement
apartirdecas.aparaitredanslesactesdela 
plateformeAFIA'99,Palaiseau,Juin99,pp.{.{1999. 
[Fuchs97]Fuchs(B.).{Raisonnementapartirdecas:Repr
esentationdesconnaissances 
etduraisonnementbassurl'expa
eerience.Applicationlasupervisionindus-
trielle.{The
eseeninformatique,CPE-LyonetUniversitJeanMonnet,Saint-
Etienne,France,1997. 

14 TutorialRaPC-PlateformeAFIA'99 
[Gentner89] Gentner(D.).{Findingtheneedle:Accessingandreasoningfrompriorcases. 
Workshoponcase-basedReasoning,DARPA89.pp.137{142.{Morgan-
Kaufmann,SanMateo,1989. 
[Hammond86] Hammond(K.).{Chef:amodelofcasebasedplanning.AAAI-86,Morgan 
Kaufmann,pp.267{271.{1986. 
[Hanksetal.95]Hanks(S.)etWeld(D.S.).{Adomainindependantalgorithmforplanadaptation.
JournalofArticialIntelligenceResearch,n2,1995,pp.319{360. 
[Hanneyetal.95]Hanney(K.),Keane(M.),Smyth(B.)etCunningham(P.).{Systems,tasks 
andadaptationknowledge:revealingsomerevealingdependencies.FirstInternationalConferenceonCase
-BasedReasoning,ICCBR'95,ed.parVeloso(M.) 
etAamodt(A.).pp.461{470.{Sesimbra,Portugal,1995. 
[Hanneyetal.97]Hanney(K.)etKeane(M.T.).{Theadaptationknowledgebottleneck:how 
toeaseitbylearningfromcases.SecondInternationalConferenceonCase-
BasedReasoning,ICCBR'97,ed.parLeake(D.)etPlaza(E.).pp.359{370.{ 
Springer-VerlagBerlin,Germany,1997. 
[Hatonetal.91]Haton(J.P.),Bouzid(N.),Charpillet(F.),Haton(M.-C.),Laasri(B.),Laasri 
(H.),Marquis(P.),Mondot(T.)etNapoli(A.).{Leraisonnementenintelligencearti
cielle,Modeles,techniquesetarchitecturespourlessystemesabase 
deconnaissance.{IntereditionsParis,serieiia,1991. 
[Herbeauxetal.98]Herbeaux(O.)etMille(A.).{Accelere:acase-baseddesignassistantforclosed 
cellrubberindustry.ProceedingsofES98,theEighteenthAnnualInternational 
ConferenceoftheBritishComputerSociety,SpecialistGrouponExpertSystems,
ed.parMilne(R.),Macintosh(A.M.)etBramer(M.).pp.69{82.{BCS 
ConferenceSeries,Springer-Verlag,London,1998. 
[Hinrichs89] Hinrichs(T.R.).{Strategiesforadaptationandrecoveryindesignproblemsol-
ver.Workshoponcase-basedReasoning,DARPA89.pp.115{118.{Morgan-
Kaufmann,SanMateo,1989. 
[Jaczinskyetal.97]Jaczinsky(M.)etTrousse(B.).{Aframeworkforthemanagementofpast 
experienceswithtime-extendedsituations.Proceedingsofthe6thInternational 
ConferenceonInformationandKnowledgeManagement(CIKM'97),pp.32{ 
39.{LasVegas,Nevada,USA,1997. 
[Jaczynskietal.97]Jaczynski(M.)etTrousse.(B.).{Aworldwidewebbrowsingadvisorreusing 
pastnavigationsfromagroupofusers.ProceedingsofthethirdUKCase-Based 
ReasoningWorkshop(UKCBR'3).{Manchester,UK,1997. 
[Janetzkoetal.93]Janetzko(D.),Berner(K.),Coulon(C.-H.)etHovestadt(L.).{Toward 
ataskorientedmethodologyinknowledgeacquisitionandsystemdesignin 
CBR,1993.FirstEuropeanWorkshoponCase-BasedReasoning,EWCBR'93. 
pp.360{365.{UniversityofKayserslautern,Germany,1993. 
[Kass89] Kass(A.).{Strategiesforadaptingexplanations.Workshoponcase-based 
Reasoning,DARPA89.pp.119{123.{Morgan-Kaufmann,SanMateo,1989. 
[Kettleretal.94]Kettler(B.P.),Handler(J.A.),Anderson(W.A.)etEvett(M.P.).{Massively 
parallelsupportforcase-basedplanning.IEEEExpert,vol.2,1994,pp.8{14. 

Etatdel'artduraisonnement
apartirdecas 
[Kitanoetal.92]Kitano(H.)etYasunaga(M.).{Waferscaleintegrationformassivelyparallel 
memorybasedreasoning.AAAI92,pp.851{856.{1992. 
[Kitanoetal.93]Kitano(H.)etHiguchi(T.).{HighPerformanceMemoryBasedTranslationon 
IXM2MassivelyParallelAssociativeMemoryProcessor.{Rapporttechnique, 
ThinkingMachinesInc.,1993. 
[Kitano93]Kitano(H.).{Challengesofmassiveparallelism.Invitedpaper.IJCAI93, 
Chamb
ery,France,pp.813{834.{1993. 
[Koehler94]Koehler(J.).{Anapplicationofterminologicallogicstocase-basedreasoning. 
Proceedingsofthe4thInternationalConferenceonPrinciplesofKnowledge 
andReasoning,
ed.parDoyle(J.),Sandewall(E.)etTorasso(P.).{Morgan 
Kaufmann,SanFrancisco,1994. 
[Koelher96]Koelher(J.).{Planningfromsecondprinciples.ArticialIntelligence,n87, 
1996,pp.145{186. 
[Kolodner88]Kolodner(J.L.)(e
editpar).{Workshoponcase-basedReasoning,DARPA 
88.{Clearwater,Florida,Morgan-Kaufmann,SanMateo,1988. 
[Kolodner93]Kolodner(J.).{CaseBasedReasoning.{MorganKaufmannPublishers,1993. 
[Leakeetal.97a]Leake(D.B.),Kinley(A.)etWilson(D.).{Case-basedsimilarityassessment: 
Estimatingadaptabilityfromexperience.ProceedingsoftheFourteenthNa-
tionalConferenceonArticialIntelligence.{AAAIPress,MenloPark,CA, 
1997. 
[Leakeetal.97b]Leake(D.B.),Kinley(A.)etWilson(D.).{Learningtointegratemultiple 
knowledgesourcesforcase-basedreasoning.Proceedingsofthe15thInternatio-
nalJointConferenceonArticialIntelligence.{MorganKaufmann,1997. 
[Lieberetal.96]Lieber(J.)etNapoli(A.).{Adaptationofsynthesisplansinorganicchemistry. 
WorkingNotesoftheECAI-96WorkshoponAdaptationinCase-BasedRea-
soning,ed.parVo(A.),Bergmann(R.)etBartsch-Sp
orl(B.),pp.132{136. 
{Budapest,Hungary,1996. 
[Lieber97]Lieber(J.).{Raisonnementapartirdecasetclassicationhi
erarchique.Appli-
cationlaplanicationdesynthesed'universit
aeseenchimieorganique.{The, 
UniversitHenriPoincarNancy1,1997. 
ee
[Maheretal.95]Maher(M.L.),Balachandran(M.B.)etZhang(D.M.).{Case-basedreasoning 
indesign.{LawrenceErlbaumAssociates,1995. 
[Malek96]Malek(M.).{Unmodemoirepourleraisonnementapartirde
elehybridedem
esed'universite
cas.{Grenoble,The,UniversitJosephFourier,1996. 
[Mignot97]Mignot(H.).{Sensibilitaucontextelorsdel'e
eevaluationdelasimilaritdans 
unearchitectureouvertepourleraisonnementpartirdecas.{Th
aeseen 
e
informatique,UniversitParis-Sud,Paris11,Orsay,1997. 
aemes
[Milleetal.97]Mille(A.)etNapoli(A.).{Aspectsduraisonnementpartirdecas.6
Journ
eesNationalesduPRC-GDRIntelligenceArticielle.MENESRand 
CNRS,pp.261{287.{Herm
es,Paris,1997. 

16 TutorialRaPC-PlateformeAFIA'99 
[Milleetal.99] Mille(A.),Fuchs(B.)etChiron(B.).{Raisonnementfondesurl'experience:un 
nouveauparadigmeensupervisionindustrielle.Revued'intelligencearticielle, 
vol.13,1999,pp.97{128. 
[Mille95] Mille(A.).{Modeleconceptuelduraisonnementbasesurlescas.4emeSeminaireFran
caissurleRaisonnementaPartirdeCas,Paris,ed.parBichindaritz 
(I.),pp.40{52.{UniversiteReneDescartes(ParisV),1995. 
[Mille98] Mille(A.).{Associerexpertiseetexperiencepourassisterlest^achesdel'uti-
lisateur.{Habilitationadirigerdesrecherches,UniversiteClaudeBernard, 
Lyon1,27Novembre1998. 
[Napolietal.96]Napoli(A.),Lieber(J.)etCurien(R.).{Aformalanalysisofcase-based 
reasoninginanobject-basedrepresentationcontext.ThirdEuropeanWorkshop 
onCase-BasedReasoning,EWCBR'96,ed.parFaltings(B.)etSmith(I.). 
pp.295{308.{Lausanne,,1996. 
[Petrushinetal.96]Petrushin(V.)etKolodner(J.).{Putyourexperienceontheweb:atool 
forcreatingandbrowsingincaselibraries.WebNet96-WorldConferenceof 
theWebSociety.Proceedings,SanFrancisco,CA,USA,ed.parMaurer(H.). 
pp.566{573.{Assoc.Adv.Comput.EducCharlottesville,VA,USA,1996. 
[Prieetal.98] Prie(Y.),Mille(A.)etPinon(J.-M.).{Auser-centeredmodelforcontentbaseddescriptionandretrievalofaudiovisualsequences.
Amcp'98,FirstInt. 
AdvancedMultimediaContentProcessingConf.,pp.59{65.{Osaka,Japon, 
Novembre1998. 
[Prieetal.99a] Prie(Y.),Mille(A.)etPinon(J.-M.).{Acontext-basedaudiovisualrepresentationmodelforaudiovisualinformationsystems.
aparaitredanslesactesde 
Context'99,Trente,Italy,pp.{.{1999. 
[Prieetal.99b]Prie(Y.),Mille(A.)etPinon(J.-M.).{Modeled'utilisationetmodelesde 
t^achespourl'assistanceal'utilisateurfondeesurl'experience:lecasd'unsys-
temed'informationaudiovisuelle.aparaitredanslesactesdeIC'99,Palaiseau, 
Juin99,pp.{.{1999. 
[Purvisetal.95]Purvis(L.)etPu(P.).{AdaptationUsingConstraintSatisfactionTechniques. 
Case-BasedReasoningResearchAndDevelopment.PRoceedingsOfTheFIrst 
INternationalCOnferenceOnCAse-BasedREasoning-Iccbr-95,ed.parVeloso 
(M.)etAamodt(A.).pp.289{300.{Sesimbra,Portugal,23{26Octobre1995. 
[Py94] Py(M.).{Unmodeleconceptuelderaisonnementparanalogie.RevueD'in-
telligenceArticielle,vol.8,n1,1994,pp.63{99. 
[Richteretal.93]Richter(M.M.),Wess(S.),Altho(K.-D.)etMaurer(F.)(editepar).{First 
EuropeanWorkshoponCase-basedReasoning.{UniversityofKayserslautern, 
Germany,LectureNotesinArticialIntelligence,volume837,SpringerVerlag, 
Berlin,1993. 
[Richter95a] Richter(M.M.).{Knowledgecontainedinsimilaritymeasures,invitedpaper. 
FirstInternationalConferenceOnCase-BasedReasoning,Iccbr'95,ed.par 
Veloso(M.)etAamodt(A.).{Sesimbra,Octobre1995. 

Etatdel'artduraisonnement
apartirdecas 
[Richter95b]Richter(M.M.).{Onthenotionofsimilarityincase-basedreasoning.Pro-
ceedingsOfRheIssek94ConferenceOnMathematicalAndStatisticalMethods 
InArticialIntelligence,ed.parDellaRiccia,pp.171{184.{Wien,Austria, 
1995. 
e
[Rifqi96]Rifqi(M.).{MesuresDeComparaison,TypicalitEtClassicationsD'objets 
eorieEtPratique.{The
Flous:Theseeninformatique,UniversitPierreEt 
MarieCurie,Paris6,1996. 
[Rougegrezloriette94]Rougegrez-Loriette(S.).{Praes:
edictionDeProcessusPartirDeCasObserv
emeRebecas.{The
LeSysteseeninformatique,UniversitDeParisVi,France, 
1994. 
[Rudolph97]Rudolph(S.).{Onthefoundationsandapplicationsofsimilaritytheoryto 
case-basedreasoning.ProceedingsOfThe12thInternationalConferenceFor 
ApplicationsOfArticialIntelligenceInEngineeringAieng'97,ed.parAdey 
(R.)etRzevski(G.).{Capri,Italy,July1997. 
[Salottietal.97]Salotti(S.)etVentos(V.).{Etudeetformalisationd'unsyst
emederaison-
nementpartirdecasdansunelogiquededescription.JOurnenierie
aeesINg
DesCOnnaissancesEtAPprentissageAUtomatique-Jicaa'97,pp.629{642. 
{ROsco,France,20-22Mai1997. 
[Schanketal.89]Schank(R.C.)etRiesbeck(C.K.).{InsideCaseBasedReasoning.{Lawrence 
ErlbaumAssociatesPublishers,Hillsdale,NewJersey,Usa,1989. 
[Schank82]Schank(R.C.).{DynamicMemory:ATheoryOfRemindingAndLearning 
InComputersAndPeople.{CambridgeUniversityPress,1982. 
[Schank96]SCHANK(R.C.).{Agoal-basedscenarioforhighschoolstudents.CACM, 
n4,1996,pp.28{29. 
[Sebagetal.93]Sebag(M.)etShoenauer(M.).{Arulebasedsimilaritymeasure.FirstEuro-
peanWorkshopOnCase-BasedReasoning,Ewcbr'93.pp.65{70.{University 
OfKayserslautern,Germany,1993. 
[Shimazuetal.93]Shimazu(H.),Kitano(H.)etShibata(A.).{Retrievingcasesfromrelatio-
naldata-bases:Anotherstridetowardscorporatewidecase-basesystems.13th 
InternationalJointConferenceOnArticialIntelligence,Chamb
ery,France 
28-08/03-091993,pp.909{914.{1993. 
[Slade91]Slade(S.).{Casebasedreasoning:Aresearchparadigm.AiMagazine,Spring 
1991,1991,pp.42{55. 
[Smithetal.95]Smith(I.),Lottaz(C.)etFaltings(B.).{Spatialcompositionusingcase: 
Idiom.Case-BasedReasoningReasearchAndDevelopment,Iccbr'95,
ed.par 
Veloso(M.)etAamodt(A.),pp.88{97.{Sesimbra(Portugal),Octobre1995. 
[Smythetal.93]Smyth(B.)etCunningham(P.).{Complexityofadaptationinrealworldcase-
basedreasoningsystems.TheSixthIrishConferenceOnArticialIntelligence 
AndCognitiveScience,pp.228{240.{1993. 

18 TutorialRaPC-PlateformeAFIA'99 
[Smythetal.95]Smyth(B.)etKeane(M.T.).{Rememberingtoforget.acompetencepreservingcasedeletionpolicyforcase-
basedreasoningsystems.Ijcai-95.ProceedingsOfTheFourteenthInternationalJointConferenceOnArti
cialIntelligence,
ed.parMellish(C.).pp.377{382.{MorganKaufmannPublishers 
SanMateo,Ca,Usa,1995. 
[Stanlletal.86]Stanll(C.)etWaltz(D.).{Towardmemorybasedreasoning.Communications 
OfTheAcm,Vol29,No12,1986,pp.1213{1228. 
[Strouliaetal.98]Stroulia(E.)etGoel(A.).{EvaluationofaPsmspecicationlanguage 
inadaptivedesign:Theautognosticexperiments.ProceedingsOfThe11th 
WorkshopOnKnowledgeAcquisition,ModellingAndManagement,ed.par 
Http://Cpsc.Ucalgary.Ca/Kaw/Kaw98.{1998. 
[Thompson97] Thompson(V.).{Corporatememories.Byte,InternationalEdition,vol.32is, 
September1997,pp.7{12. 
[Turner89] Turner(R.M.).{Case-basedandschema-basedreasoningforproblemsolving. 
Workshoponcase-basedReasoning,DARPA89.pp.341{344.{Morgan-
Kaufmann,SanMateo,1989. 
[Tversky77] Tversky(A.).{Featuresofsimilarity.PsychologicalReview84(4),1977, 
pp.327{352. 
[Velosoetal.95]Veloso(M.)etAamodt(A.)(editepar).{FirstInternationalConference 
onCase-BasedReasoning,ICCBR'95.{Sesimbra,Portugal,Springer-Verlag, 
Berlin,Germany,1995. 
[Veloso97] Veloso(M.).{Mergestrategiesformultiplecaseplanreplay.SecondInternationalConferenceonCase
-BasedReasoning,ICCBR'97,ed.parLeake(D.)et 
Plaza(E.).pp.413{424.{Springer-Verlag,Berlin,Germany,1997. 
[Visser94] Visser(W.).{Organisationofdesignactivities:opportunistic,withhierarchical 
episodes.InteractingwithComputers,vol.6,n3,1994,pp.239{274. 
[Vossetal.96] Vo(A.),Bergmann(R.)etBartsch-Sporl(B.)(editepar).{Workshopon 
AdaptationinCase-BasedReasoning.{ECAI'96,Budapest,Hungary,John 
Wiley&SonsLtd,1996. 
[Voss96a] Vo(A.).{StructuralAdaptationwithTOPO.WorkshoponAdaptationin 
Case-BasedReasoning,ECAI-96,ed.parVo(A.),Bergmann(R.)etBartsch-
Sporl(B.).{Budapest,Hungary,August1996. 
[Voss96b] Vo(A.).{Howtosolvecomplexproblemswithcases.Engineeringapplications 
ofarticialintelligence,vol.9,n4,1996,pp.377{384. 
[Watson97] Watson(I.).{ApplyingCase-BasedReasoning:TechniquesforEnterpriseSystems.{
MorganKaufmannPublishers,1997. 
[Wilkeetal.98] Wilke(W.)etBergmann(R.).{Techniquesandknowledgeusedforadaptation 
duringcase-basedproblemsolving.apara^tredanslesactesdeIEA'98,ed. 
par??p.??{??,1998. 
[Yager96] Yager(R.).{Fuzzylogicfoundationsandindustrialapplications,chap.A 
uniedviewofcase-basedreasoningandfuzzymodeling,pp.5{26.{Kluwer 
AcademicPress,Norwell,MA,USA,1996. 

Etatdel'artduraisonnement
apartirdecas 
[Yager97]Yager(R.).{Casebasedreasoning,fuzzysystemsmodelingandsolutioncom-
position.Case-BasedReasoningResearchandDevelopment.SecondInternatio-
nalConferenceonCase-BasedReasoning,ICCBR-97,Providence,RI,USA, 
25-27July1997,
ed.parLeake(D.)etPlaza(E.).pp.633{642.{Springer-
VerlagBerlin,Germany,1997.