Ph.D Clément Fauré

Découvertes de motifs pertinents par l'implémentation d'un réseau bayésien : application à l'industrie aéronautique

Download Draft here

Date de soutenance : 20/11/2007

Lieu (établissement) : INSA de Lyon

Jury 

Pr. Jean-François Boulicaut (Co-directeur de thèse, INSA Lyon)

Dr. Jean Charlet (Rapporteur, INSERM Paris)

Sylvie Delprat (Examinateur, Centre de Recherche EADS)

Pr. Bart Goethals (Examinateur, Université d’Anvers, Belgique)

Pr. François Jacquenet (Rapporteur, Université de Saint-Etienne)

Pr. Alain Mille (Co-directeur de thèse, Université Lyon 1)

Résumé. L'étude d'un processus opérationnel se heurte souvent à l'analyse de données hétérogènes et volumineuses. L'environnement associé à ce processus évoluant constamment dans le temps, on constate inévitablement l'apparition de différences entre ce qui était attendu et ce qui est réellement observé. À partir des données recueillies et des connaissances du domaine, il faut alors être capable de déceler ces différences, et ainsi faire évoluer le modèle utilisé. Dans cette optique, nous proposons un processus de découverte de connaissances intégrant la définition et l'exploitation d'un réseau bayésien pour faciliter l'analyse d'un ensemble concis de règles d'association. L'évolution de ce modèle est pilotée par la découverte de règles pertinentes, elles-mêmes rendues plus accessibles par l'exploitation des propriétés de ce modèle. Enfin, nous montrons une application pratique de nos propositions au domaine des interruptions opérationnelles dans l'industrie aéronautique

Abstract. The study of an operational process often runs up against the analysis of heterogeneous and large data. While the environment associated with this process evolves constantly, one inevitably notices the appearance of differences between what was expected and what is really observed. By using the collected data and available expertise, it is then necessary to detect these differences, and thus to update the model being used. Accordingly, we propose a knowledge discovery process that integrates the definition and the exploitation of a bayesian network to facilitate the analysis of a concise set of association rules. The evolution of this model is controlled by the discovery of relevant rules, themselves made more accessible by the exploitation from the properties of this model. Finally, we show a practical application of our proposals to the field of operational interruptions in the aircraft industry.

Publications liées à la thèse

C. Faure, S. Delprat, J-F. Boulicaut, A. Mille. Iterative bayesian network implementation by using annotated association rules. Proc. 15th Int.  Conf. on Knowledge Engineering and Knowledge Management EKAW'06, Podebrady, CZ, October 2006, Springer LNAI 4248, pp. 326-333.

C. Fauré, S. Delprat, A. Mille, J-F. Boulicaut. Construction itérative d'un modèle de connaissance par l'exploitation de règles d'asssociation. Actes 17ème Journées Francophones Ingénierie des Connaissances IC'06, Nantes (F), juin 2006, pp. 1-10.

C. Fauré, S. Delprat, A. Mille, J-F. Boulicaut. Utilisation des réseaux bayésiens dans le cadre de l'extraction de règles d'association. Actes 6ème Journées Francophones Extraction et Gestion de Connaissances EGC'06, Lille, F, janvier 2006, Cepadues RNTI-E-6, pp. 569-580.