Allel Hadjali, enseignant-chercheur (équipe Pilgrim de l'Irisa) de l'Enssat, soutiendra son HDR intitulée « Gradualité, Incertitude & Préférence ».

Résumé HDR : les travaux de recherche présentés portent sur des problématiques issues de deux domaines de recherche différents que sont l'Intelligence Artificielle et les Bases de Données. Ces travaux s'articulent autour de trois thèmes essentiels que sont : (i) la formalisation des raisonnements d'une part liés à la gradualité des prédicats et des propriétés et, d'autre part, en présence d'incertitude ; (ii) l'étude des réponses coopératives dans le contexte des requêtes graduelles ; et (iii) les préférences dans les requêtes de bases de données.
Dans le premier thème, les travaux abordent la question de l'introduction des aspects flous/imprécis en raisonnement temporel et le traitement de l'information temporelle quand la connaissance disponible est incomplète. Le cadre utilisé est celui des ensembles flous et de la théorie des possibilités. Dans un premier temps, une approche permettant une description plus graduelle et robuste des relations temporelles possibles entre intervalles, est discutée. Cette description est conforme et proche des perceptions humaines. Le raisonnement temporel classique a été généralisé au cas des relations temporelles floues établies, d'une manière pratique et expressive. Dans un second temps, une approche pour la représentation et le raisonnement à partir des relations temporelles entachées d'incertitude est développée. L'approche est de nature ordinale et permet de mettre en œuvre une machine d'inférence correcte et complète.

Les travaux sur le thème 2 décrivent nos contributions sur le développement des systèmes intelligents et coopératifs dans le contexte de l'interrogation des bases de données et de la recherche d'informations. Avec le succès grandissant du Web, de nombreuses et diverses bases de données sont accessibles en ligne pour des utilisateurs, souvent novices, et dont les préférences sont de plus en plus complexes et sophistiquées. Les utilisateurs sont généralement confrontés à deux problèmes majeurs : les réponses vides et les réponses pléthoriques. Un ensemble d'approches permettant un traitement automatique de ces deux problèmes, est proposé. Notre démarche tient compte de la sémantique. En effet, dans chaque approche, la sémantique était notre point de départ afin, d'une part, de ne pas trop altérer la portée (les intentions de l'utilisateur) de la requête initiale, et d'autre part, de délivrer (i) des réponses qui s'approchent le mieux possible de ce que l'utilisateur cherche en termes de qualité et de quantité.
Quant au thème 3, il concerne nos travaux sur l'expression et le traitement des préférences dans les requêtes de bases de données. Ces travaux portent essentiellement sur deux aspects : (i) augmenter l'expressivité des requêtes à préférences par la prise en compte de nouveaux types de préférences; et (ii) étendre et enrichir certains modèles de préférences par l'introduction de la gradualité et de la flexibilité. Une approche pour le traitement des préférences, exprimées d'une manière compacte et sous formes de déclarations conditionnelles, dans les requêtes de bases de données est proposée. Les préférences sont représentées au moyen des formules logiques possibilistes en utilisant des priorités symboliques. Une autre classe de requêtes où les préférences conditionnelles sont de nature hiérarchique, a aussi été considérée. Nous avons aussi étudié l'extension d'un modèle qualitatif de préférences très populaire dans les bases de données traditionnelles (i.e., le modèle skyline). Cette extension permet en particulier de pallier le problème de la rigidité de ce modèle et contribue à l'amélioration du pouvoir de discrimination du modèle.
D'autres contributions sont également présentées, comme : (i) la représentation et la gestion du contexte dans les requêtes à préférences et son application dans le domaine du transport intelligent ; (ii) l'introduction de mécanismes flexibles dans le cadre de l'interrogation des bases de données à graphes ; et (iii) la personnalisation de la composition et la sélection des services Web.

HDR summary (Title: Gradualness, Uncertainty & Preference): The research activities presented are about problems coming from both Artificial Intelligence and Data Bases fields. They are based on three main topics: (i) Reasoning with gradualness of predicates and properties, and with uncertainty; (ii) Cooperative answering in the context of gradual queries; and (iii) Database preferences queries.

First, the issue of dealing with imprecise and vague features in temporal reasoning and of handling temporal information when the knowledge is incomplete is addressed. The theoretical framework used is the one of fuzzy sets and possibility theory. An approach allowing for gradual, linguistic-like description of temporal relations is discussed. Classical temporal reasoning is extended to the established fuzzy temporal relation in a convenient and expressive way. On the other hand representing and reasoning about time when the available knowledge is pervaded with uncertainty, are considered and handled in a possibilistic way.
In the second topic, we present our contributions to built cooperative intelligent systems in a database querying and information retrieval context. In particular, a set of approaches to automatically deal with the two common problems, i.e., empty answers and plethoric answers problems, are proposed. The main feature of these approaches is semantics in the sense that our solutions: (i) preserve as much as possible the scope of the user queries, and (ii) provide answers that better fit the user's needs in terms of quality and quantity.
As for the third topic, it focuses on expressing and handling preferences inside database queries. In particular, an approach to deal with preferences, expressed in a compact way and in the form of conditional statements is proposed. The hierarchical nature of such preferences is also considered. On the other hand, some fuzzy extensions of the most popular preference model, i.e. Skyline mode, are discussed. Such extensions on the one hand offer an efficient tool to address the rigidity problem and, on the other hand, contribute to significantly improve the discrimination power of the model.
Other contributions are presented as well as: (i) modelling and managing context in database preferences queries and its application in the intelligent transport field; (ii) introducing flexibility in querying graph databases, and (iii) personalising the Web services selection and composition.

Membres du jury
Lluis GODO, Professeur, IIIA, Université de Barcelone, Espagne (Rapporteur)
Dominique LAURENT, Professeur, ETIS, Université de Cergy Pontoise (Rapporteur)
Sylvie GALICHET, Professeur, LISTIC, Université de Savoie (Rapporteur)
Eyke HÜLLERMEIER, Professeur, KEBI, Université de Marburg, Allemagne
Henri PRADE, Directeur de Recherches (CNRS), IRIT, Université Paul Sabatier
Djamal BENSLIMANE, Professeur, LIRIS, Université Claude Bernard
Olivier PIVERT, Professeur, IRISA, Université de Rennes 1
Patrick BOSC, (ex) Professeur, IRISA, Université de Rennes 1 (Invité)