Une approche d'ingénierie inverse combinant ontologies et modèles relationnels probabilistes: application aux emballages bio-composites

Mélanie Munch (1) , Patrice Buche (2) , Cristina Manfredotti (3) , Pierre-Henri Wuillemin (4) , Helene Angellier-Coussy (2)

1 I2M - Institut de Mécanique et d'Ingénierie
2 UMR IATE - Ingénierie des Agro-polymères et Technologies Émergentes
3 MIA Paris-Saclay - Mathématiques et Informatique Appliquées
4 DECISION

En raison des nombreux paramètres et variables à prendre en compte, la conception de nouveau procédés de transformation pour les emballages alimentaires est un défi économique et écologique. Pour le relever, celui-ci nécessite (1) l'intégration de sources hétérogènes de données et (2) de pouvoir raisonner causalement. Dans cet article, nous présentons POND (Process and observation ONtology Discovery), un workflow dédié à l'étude de questions expertes sur des domaines modélisés par la Process and Observation Ontology (PO²), ontologie dédiée à la représentation de procédés de transformation. Nous illustrons son fonctionnement à travers un problème concret d'ingénierie inverse à partir d'une base de données inédite dans le cadre de la conception d'emballages alimentaires bio-composites.

Mots clés: Emballage alimentaire; Graphe de Connaissance; Modèle probabiliste; Causalité

Domaines: Intelligence artificielle [cs.AI]

Mélanie Munch, Patrice Buche, Cristina Manfredotti, Pierre-Henri Wuillemin, Helene Angellier-Coussy. Une approche d'ingénierie inverse combinant ontologies et modèles relationnels probabilistes: application aux emballages bio-composites. IC@PFIA 2022 - Plate-Forme Intelligence Artificielle, Jun 2022, Saint-Etienne, France. ⟨hal-03682416⟩