%%
%% appli_scia.tex
%% 
%% Made by (Jezz)
%% Login   <jezz@epita.fr>
%% 
%% Started on  Sun Jan 25 12:23:48 2004 Jezz
%%
% Pour chaque partie, 
%  - trouver au moins un exemple d'application
%  - dire quels principes des SC sont utilisés
%  - les inconvénients
%  - et surtout les avantages
% Les sujet sont de deux sortes : 
%  - principe de SC (système expert, etc...)
%  - application (terrorisme, etc...)
% environ 20-30 lignes par sujet (-> 800 lignes au total)

\ifx\pdfoutput
  \documentclass[pdftex,a4paper,12pt]{article}
  \usepackage[colorlinks,linkcolor=blue,pdfadjustspacing=1]{hyperref}
  \usepackage[pdftex]{graphicx}
  \usepackage{thumbpdf}
\else
  \documentclass[a4paper,12pt]{article}
  \usepackage[colorlinks,linkcolor=blue]{hyperref}
  \usepackage{graphicx}
\fi
\usepackage[francais]{babel}   %% Pour la sortie française
\usepackage[latin1]{inputenc}  %% Les accents dans le fichier.tex
\usepackage[T1]{fontenc}       %% Pour la césure des mots accentués
\usepackage{vmargin}
\usepackage{url}
\usepackage{fancyhdr}
\usepackage{mathptmx}
\usepackage{graphicx} 
\usepackage{multicol}

\lhead{}
%\rhead{}
\cfoot{Page - \thepage}
\pagestyle{fancy}

\renewcommand{\baselinestretch}{1.2} %% taille de l'interligne 
%% (comment gagner 20% de pages)

\renewcommand\url{\begingroup \urlstyle{tt}\Url}

\title{Domaines d'application des sciences cognitives}
\author{Jérôme Pouiller\\
Marco Tessari}
\begin{document}
  \maketitle
  \vspace{3cm}
  \tableofcontents
  \newpage
%\begin{multicols}{2}

%  \section{Les sciences cognitives et l'industrie}
% Jezz: Pas assez long
A  la   croisée  des   sciences  de  l'homme   (linguistique,  psychologie,
philosophie),   des  sciences   sociales,  des   sciences   de  l'ingénieur
(informatique,  automatique  et  robotique)  et  des  sciences  de  la  vie
(biologie,   neurosciences...),  les   sciences   cognitives  étudient   et
améliorent   la  compatibilité  des   outils  technologiques   aux  humeurs
changeantes des hommes.

%% Références :
% http://www.cyber.uhp-nancy.fr/demos/MAIN-005/chap_deux/index.html
%  la version de démonstration d'un cours privé
%  nickel

  \section{Les systèmes experts et l'industrie}
% Jezz: problème avec le graphe, manque légende
Un système expert est un logiciel qui reproduit le comportement d'un expert
humain accomplissant une tâche intellectuelle dans un domaine précis.

Les systèmes  experts sont nés d'une  idée simple :  rendre les ordinateurs
intelligents en leur fournissant  la connaissance des experts. Le fondement
du  concept  de  système expert  réside  dans  la  nature explicite  de  la
connaissance.  En  effet,  celle-ci  n'est  absolument pas  noyée  dans  un
algorithme, elle  est formalisée  par un ensemble  de règles qui  vont être
enchaînées pour simuler le raisonnement d'un expert humain.

Les systèmes experts ne sont  utiles et envisageables que pour des domaines
possédant  des  experts  humains.   Ces  experts  sont  des  individus  qui
connaissent  bien le  domaine à  modéliser et  qui sont  aussi  capables de
transmettre leur savoir. Ce dernier point est primordial.

Les  systèmes experts  sont  utilisés lorsque  les méthodes  algorithmiques
classiques ne peuvent pas être appliquées avec succès. Il sont généralement
conçus  pour  résoudre  des  problèmes  de classification  ou  de  décision
(diagnostic  médical,  prescription  thérapeutique,  régulation  d'échanges
boursiers, etc.).

%%BoundingBox: 0 0 180 139
\begin{center}
  \includegraphics[scale=1]{domaineia.eps}
  \includegraphics[scale=1]{legend.eps}
\end{center}
On  constate que  ce  sont les  systèmes  experts qui  prédominent dans  le
domaine  de l'intelligence  artificielle. En  effet c'est  cette  partie de
l'intelligence artificielle  qui  a conduit  à  ce jour,  au  plus  grand nombre  d'applications
industrielles.

Les  systèmes   experts  sont   une  des  applications   de  l'intelligence
artificielle les plus utilisées dans  le monde de l'entreprise. De nombreux
systèmes experts ont été implantés  avec succès pour résoudre des problèmes
concrets comme l'attribution d'un crédit.

Malheureusement, les systèmes experts souffrent d'une faiblesse intrinsèque
: toutes les expertises ne  sont pas facilement formalisables sous forme de
règles.

Quelques applications concrètes dans le monde du travail d'aujourd'hui :
\begin{itemize}
\item systèmes d'automation dans les mines souterraines ;
\item chirurgie robotisée ou assistée par ordinateur ;
\item outils de gestion des réseaux à très large bande ;
\item biométrie  et détection  au  service de  la  construction  et de  la
  sécurité des aéroports ;
\item outils d'exploration de données via Internet ;
\item systèmes de gestion du trafic routier ;
\item automatisation de l'analyse des échantillons d'ADN ;
\item systèmes   d'inspection  pour   le  traitement  des  aliments  et  la
  production forestière ;
\item systèmes de vision artificielle et robots destinés à Station spatiale
  Internationale.
\end{itemize}

%% Références :
% même adresse que pour ``les SC et l'industrie''
% http://www.cyber.uhp-nancy.fr/demos/MAIN-005/chap_deux/index.html
%  la version de démonstration d'un cours privé

%http://iacenter.free.fr/SE/index_se.htm
% Bonne intro
 
%%%
%%% \chapter{Principes de sciences cognitives}
%%%

\section{Data Mining et sciences cognitives}
% Jezz copier-coller de balez_p, un peu court
Le  Data Mining  est  la  recherche d'informations  utiles dans de  grandes
quantités de données. On dit  aussi que c'est l'exploration et l'analyse de
grandes   quantités   de   données,   par  des   moyens   automatiques   ou
semi-automatiques,  pour  découvrir des  règles  et  des  motifs ayant  des
significations.

Le Data Mining  est lié à la  recherche de connaissances dans  les bases de
données  (Knowledge   Discovery  in   Databases).  Les  bases   de  données
contiennent  énormément d'informations,  qui  ne sont  pas représentées  de
manière liée.   Ainsi, on enregistre  à part des informations  qui ensembles
ont  un  certain  sens.   C'est  l'ensemble  de  ces  bouts  d'informations
éparpillés  qui  sont exploitables  par  le  Data-Mining. Les  informations
extraites  peuvent à  leur tour  être  utiles à  l'extraction de  nouvelles
informations.   Appliquer   les  connaissances  découvertes   provoque  des
résultats qui sont eux même des données utilisables pour le Data Mining. Le
logiciel Oracle a des capacités de Data Mining.

Les  applications sont  multiples.  Les plus  importants  domaines sont  la
prévisions d'événements pseudo aléatoire, tels que  la bourse ou la météo, et
le profiling.

%Le  data mining  est le  descendant des  statistiques telles  qu'elles sont
%pratiquées actuellement. Statistiques  et data mining ont le  même but, qui
%est de  réaliser des 'modèles'  compacts et compréhensibles  rendant compte
%des relations  liant la  description d'une situation  à un résultat  (ou un
%jugement) concernant cette description.  L'hypothèse implicite est bien sûr
%que le  résultat, la mesure ou  le jugement que nous  essayons de modéliser
%dépend  effectivement  des  éléments  de  description que  nous  avons.  La
%différence essentielle  est que les techniques de  data mining construisent
%ledit modèle  de manière automatique alors que  les techniques statistiques
%'classiques' requièrent d'être  maniées - et guidées -  par un statisticien
%professionnel.
% ^^^ (from scia.epita.net)

%% Principe :
%%  - permet d'analyser de fortes quantité de donnée et d'en sortir des
%%    resultats 
%%  - traitement de données statistiques
%% Applications: 
%%  - Aide a la decision

%% Références :
% bonne intro ici:
% http://scia.epita.net/files/common/others/pgm.htm

% http://www.decisia.fr/
%  Une boite qui fait du data/text mining, CRM et profiling

% http://www.web-datamining.net/liens/annuaire.asp
%  Un portail sur le data-mining. trop de death links (bof)

  \section{Text mining et sciences cognitives}
% Jezz: A relire

On peut  considérer le Text  mining comme un  sous ensemble du  data mining.
Alors que le data mining permet de traiter n'importe quelle donnée, le text
mining est spécialisé dans les données textuelles.

En matière d'écoute, de veille et de prévention, les réponses libres laissent
une large part  à la spontanéité et jouent donc  un rôle particulier. Elles
aident  à  repérer  l'émergence  d'attitudes  nouvelles  ou  de  phénomènes
minoritaires. La connaissance s'en trouve enrichie.
  
Jusqu'alors,  les questions  ouvertes étaient  souvent non  traitées  ou en
général  limitées aux  études  qualitatives faute  d'outils appropriés  aux
études quantitatives.
  
Le  traitement  des  questions  ouvertes  longtemps  redouté  de  tous  les
professionnels des  enquêtes et du  marketing, trouve avec le  Text Mining,
une solution puissante et facile à mettre en \oe{}uvre.
% from http://www.decisia.fr/SPAD_ENTM_Presentation.html
% remplacer spad par text mining

%% On pourra aussi ouvrir une parenthèse sur le web mining qui est spécialisé
%%  dans les donnée provenant du web


  \section{Profiling et sciences cognitives}
%Jezz: ok
A  partir d'une  base  de données  collectée  sur des  individus ayant  une
caractéristique commune,  le profiling permet de faire  des prédictions sur
les personnes ayant potentiellement la même caractéristique et sur la manière
dont ils vont se comporter.

Le  profiling   est  évidement   très  développé  pour   des  applications
commerciales. Il permet à une  entreprise de cibler sa publicité et d'offrir
à leurs clients de nouvelles  offres correspondant à leurs besoins avant même
qu'ils ne le ressentent. Nous y reviendrons dans la section sur le CRM.

Le   profiling  s'applique   ensuite  dans   la  recherche   criminelle  et
terroriste. Il  permet de mettre en évidences  les personnes potentiellement
dangereuses  et de  prédire les  actions d'un  criminel.  Les  assureurs
aussi  sont très friands  du profiling  qui leurs  permet de  minimiser les
risques sur leurs clients.

Le  profiling est  sujet  à beaucoup  de  critiques. Au  même  titre que  la
recherche  génétique, on  lui  reproche de  discriminer  les personnes  qui
possédant des profils à risque uniquement sur des statistiques sans en avoir
de preuves.

Le profiling est basé sur le  Data Mining et les statistiques. Par conséquent,
il  ne fonctionne  que  si la  base  de donnée  de  départ est  suffisamment
importante.  Plus  les échantillons  sont  importants,  moins le  profiling
risque de se tromper.

%  Pour explorer et synthétiser les principaux comportements clients en
%  mettant en évidence des profils-types (segmentation de clientèle,
%  cross-selling, \dots)  

%  Pour modéliser, prédire les comportements, détecter et prédire la fraude,
%  scorer vos clients (appétence, attrition, \dots)   

%% Références :
% http://www.decisia.fr/SPAD_DM_Profiling.html
%   Logiciel de profiling

  \section{Customer Relationship Management (CRM) et sciences cognitives}
%Jezz: ok
Les entreprises  modernes ont  conscience de la  valeur de  leur clientèle.
Elles  réalisent les avantages  financiers à  fidéliser leur  clientèle par
rapport aux  coûts de  prospection de nouveaux  clients. En  parallèle, ces
derniers sont mieux informés, plus exigeants et réalisent mieux leur valeur
commerciale. En  outre, la concurrence  mondiale et l'Internet,  offrant un
accès plus  aisé à de  nombreuses alternatives, obligent les  entreprises à
améliorer l'efficacité de leur marketing.

L'un  des  facteurs clés  du  succès  d'une  entreprise est  une  meilleure
information sur la clientèle,  permettant d'améliorer la relation client et
d'identifier  les opportunités.   Le CRM  est un  système  global d'analyse
généralement basé sur le profiling.

Cibler les bons  produits pour la bonne clientèle,  analyser la performance
des  campagnes de  promotion, identifier  les clients  les  plus rentables,
repérer ceux  susceptibles de vous  quitter, catégoriser la  clientèle pour
des opérations de marketing direct et améliorer la rentabilité globale sont
facteur d'une bonne gestion de relations clientes

Comme  nous  l'avons dit  dans  la  section  précédente, le  profiling  est
principalement  utiliser pour des applications commerciales. La  gestion de
relations clientes (CRM) est une des applications majeures.

Le  profiling permet  de filtrer  les clients  cibles pour  identifier ceux
ayant le meilleur taux de  réponse potentiel. Après leur identification, la
puissance d'analyse  profiling permet  de mesurer l'impact  d'opérations de
suivi  telles  que  des  mailings.   Les  résultats  peuvent  ensuite  être
réintroduits dans le  système pour "boucler la boucle"  par des traitements
et analyses complémentaires.

A titre d'exemple,  le CRM a été très largement  utilisé par France Télécom
lors de l'ouverture  du marché de la télécommunication  française. Grâce au
CRM, France  Télécom a  pu cibler les  clients qui  potentiellement pouvaient
s'intéresser  aux offres  concurrentes.  Ils ont  alors  pu accentuer  les
actions commerciales sur ces clients.   Au final seulement 5\% des clients
de  France  Télécom se  sont  tourné vers  la  concurrence  alors que  l'on
prévoyait 10\% de clients perdus.

%  Pour traiter toute l'information et notamment l'information
%  textuelle grâce aux puissantes techniques de text mining, pour réaliser des
%  enquêtes de satisfaction. 

%% Références :
% http://www.crmodyssey.com/Documentation/Documentation_PDF/Customer_Profiling.pdf

%http://www.softcomputing.com/
%  Une boite qui fait du CRM

  \section{Raisonnement à Base de Cas (RBC) et sciences cognitives}
% Jezz copier-coller de balez_p: ok
\emph{"...adapter les anciennes  solutions aux nouvelles demandes, utiliser
les  anciens cas  pour  expliquer les  nouvelles situations..."}  [Kolodner
1993].

Il permet  de représenter  indexer et organiser  des cas  passés (mémoire),
puis rechercher et modifier ces anciens cas pour trouver des solutions à de
nouveaux problèmes.  C'est donc un raisonnement à partir d'expériences.

Le cas est l'unité élémentaire du CBR. Un cas est relatif à un problème, la
solution choisie  pour le résoudre et facultativement  l'effet résultant de
la  solution appliquée.  Le  CBR à  base  de cas  fournit  des réponses  en
fonction des précédents  et de leur adaptation au cas  présent. La base des
cas  n'est  donc   pas  une  base  des  règles   (qui,  elle,  apporte  une
solution).  Avec  les nouvelles  solutions  que  le  CBR peut  proposer  on
effectue des  traitements et en tirer  des résultats, ainsi  le CBR apprend
aussi de  lui même, de  sa propre expérience,  c'est un expert.  La logique
floue peut être utilisée avec un CBR, entre autre pour obtenir une solution
à partir de cas connus très variés.

Beaucoup d'outils  de diagnostique que  l'on peut ensuite adapter  à chaque
problème sont disponibles, particulièrement pour les supports techniques des
services après vente par téléphone.   On trouve principalement des Shell et
langages de représentation et de  description des cas.  Il existe aussi des
librairies permettant de mettre en oeuvre un moteur de raisonnement.

Quelques Applications:
\begin{itemize}
\item prédiction de la pollution de l'air ;
\item architecture ;
\item sélection d'images prises par satellites ;
\item prédictions météorologiques ;
\item systèmes d'aide à la relation clientèle (Help Desk Expert) ;
\item maintenance du métro de Naples (Ansaldo) ;
\item support technique pour la TV et le câble (case advisor) ;
\item agent d'aide à la vente de voitures ;
\item modelage topologique (TCBM) ; 
\item Yoda's HelpDesk aide téléphonique pour les jeux LucasArts.
\end{itemize}

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm encore (un peu court)

% http://www.directmaintenance.com/faq.htm
%  FAQ d'une boite privée

% http://www.cybermed.jussieu.fr/Broussais/InforMed/IDEM/1Page1.html
%  Un exemple d'application en médecine

  \section{Conception Assistée par Ordinateur (CAO) et sciences cognitives}
% Jezz: ok
La  conception assistée  par ordinateur  (CAO) est  généralement considérée
comme  une technique  permettant  de  modéliser un  objet  à concevoir,  de
l'évaluer, de l'affiner et  d'opérer les modifications nécessaires avant de
le réaliser.  C'est une technique de  simulation qui offre  la possibilité é
d'explorer  un  nombre  important  d'hypothèses. Aujourd'hui,  beaucoup  de
secteurs qui requièrent des activités de conception utilisent la CAO.

On  utilise  principalement des  modeleurs  graphiques capables  d'assister
l'architecte à produire un modèle de  son projet. A partir de ce modèle, il
est possible de produire  différents documents : plans, coupes, élévations,
perspectives,  images   réalistes,  animations,  etc\dots   Cependant,  ces
systèmes n'offrent  pas une assistance  adaptée aux phases primaires  de la
conception.  Ceci  est, en  grande partie,  dû au fait  qu'ils requièrent,
généralement, en entrée, des données précises ; données qui sont évidemment
disponibles  uniquement lorsque  le  projet est  suffisamment avancé  voire
terminé. Ces  outils de  modélisation, indispensables aujourd'hui,  ne sont
pas à  remettre en cause, mais  on peut se  poser la question de  savoir si
l'informatique pourrait  offrir à un concepteur  des outils complémentaires
capables de l'assister dans le travail d'élaboration d'un projet.

Les nouveaux outils de CAO  permettent d'assister le concepteur pour passer
d'un  niveau de conception  à l'autre  tout en  maintenant la  cohérence du
projet.  Les systèmes à  base de  cas sont  particulièrement bien  adaptés à
cette  tache. Ils  permettent de  regrouper un  grand nombre  de cas  et de
vérifier la cohérence du modèle actuel à partir de ces données.

%% Références :
% http://www.ariam.archi.fr/publications/rapport.pdf
%  une these sur le sujet...

  \section{Programmation sous contraintes et les sciences cognitives}
% Jezz: bof, mais ça passe
La programmation par contraintes, discipline au carrefour de l'intelligence
artificielle, de  la recherche opérationnelle et de  l'analyse numérique, à
maintenant fait  ses preuves pour la résolution  de problèmes combinatoires
complexes dans le domaine de l'aide à la décision. Grâce à des propositions
récentes d'extension, de nouveaux champs d'applications apparaissent.

La programmation par contraintes est un sujet de recherche au carrefour des
travaux  de divers  domaines comme  les mathématiques  discrètes, l'analyse
numérique, l'intelligence  artificielle, la programmation  mathématique (ou
plus généralement la recherche opérationnelle) ou le calcul formel.

La programmation par contraintes est actuellement en plein essor industriel
grâce  en, particulier,  à  deux acteurs  majeurs  : les  sociétés Ilog  et
Cosytec qui ont développés,  par exemple, des logiciels d'optimisation pour
la  gestion  du trafic  aérien,  utilisé  par  de nombreux  aéroports,  des
logiciels d'emploi du temps et de rotation de personnels,...

%% Références :
% http://www.emn.fr/x-info/jussien/publications/jussien-GEMSTIC03.pdf

% http://www.koalog.com/resources/doc/cp-introduction.pdf
%  petit cours sur la programmation par contraintes
%  cette adresse peut être intéressante aussi

  \section{Logique floue et sciences cognitives}
% Jezz copier-coller de balez_p
On  veut pouvoir  travailler  sur des  notions  imprécises, introduire  des
intermédiaires entre  le VRAI  et le FAUX  pour représenter et  traiter des
informations  subjectives    comme  le  langage  naturel, les  connaissances
approximatives ou les connaissances incertaines. On va ainsi construire des
systèmes   informatiques  compatibles   avec  la   façon   dont  l'individu
raisonne.  La logique floue  permet d'attribuer  un degré  de vérité  à une
proposition vague.  Elle permet  de codifier numériquement  la connaissance
linguistique d'un problème.  La  logique floue se retrouve souvent utilisée
avec les systèmes experts.

On  travaille  en  logique  floue  avec  des  opérateurs  spécifiques.  Ces
opérateurs sont utilisés sur des valeurs floues. On fait une \emph{fuzzification}
pour  transformer une  valeur discrète  en  valeur floue,  on peut  ensuite
travailler avec pour obtenir un  résultat. Le résultat flou passera par une
\emph{défuzzification} pour être rendu sous forme discrète habituelle. Il existe
un lien  fort entre la  logique booléenne, la  logique floue et  la logique
sous ensembliste.  Les ensembles flous  ne sont  pas des  ensembles séparés
mais  se recoupent,  cela  représente bien  le  caractère de  connaissances
incertaines que permet de manipuler la logique floue.


Les applications de la logique floue sont faites dans le cadre de design et
d'évaluation    des     performances,    de    contrôle    autorégulateur,
auto organisateur :
\begin{itemize}
\item amélioration  de  la  qualité  des  logiciels  orientés objets ;
\item décisions d'achat ou de vente sur des valeurs boursières ;
\item analyse de documents mathématiques ;
\item contrôle précis de la température et de l'humidité des salles de
  Serveurs ;
\item extraction de connaissances expertes floues pour la reconnaissance de
  molécules odorantes ;
\item contrôle des équipements  tels que radiateurs moteurs  pompes valves
  et arroseurs utilisés  dans les processus industriels agricoles ;
\item robot à navigation automatique  IRIDIA ;
\item véhicule de transfert spatial automatisé ESA ;
\item véhicule de sauvetage spatial autonome X-38.
\end{itemize}

%% Références :
% http://fleche.org/pierre/logfloue/partie4/partie4.html
%  Faire du copier coller et elayer un peu

% http://scia.epita.net/files/common/others/pgm.htm
%  encore un peu de doc ici

% http://iacenter.free.fr/LF/index_lf.htm
%  a lire, qqs phrases interressantes

  \section{Langages multi agents et sciences cognitives}
% Jezz copier-coller de balez_p
Un agent  est un  logiciel capable  d'effectuer une tâche  à la  place d'un
humain. Un agent intelligent  est un programme informatique sophistiqué qui
agit de  manière autonome à côté  de l'utilisateur. Il sert  à résoudre les
problèmes  complexes. Un système  multi agent (Multi  Agent System)  est un
réseau d'agents réunis  qui interagissent pour résoudre des  problèmes qui vont
au delà des capacités de résolution d'un agent isolé.

L'utilisation de  multiples agents intelligents permet de  mettre en commun
les  capacités  ciblées de  chacun  d'eux.  On  obtient alors  la  capacité
d'échanger  des  informations  entre  les  agents. Cela  est  possible  par
l'intermédiaire  d'un réseau.  Les agents  qui communiquent  entre  eux ont
alors  la  capacité  d'extraire  de  l'information à  partir  de  nouvelles
sources. Il existe  des systèmes multi agents qui  peuvent apprendre ou qui
coopèrent. Puisque  le système  est réparti, non  centralisé, il  est moins
sensible aux pannes.

Il existe  des agents sur Internet,  ils effectuent de  petites tâches. Par
exemple les  agents de recherche qui  vont tenter de trouver  une page web,
ils  sont comparables aux  moteurs de  recherche intelligents.   Les agents
d'aide à  l'achat cherchent le  prix le plus  abordable pour la  qualité la
plus proche  de ce que vous cherchez  et cela pour un  objet particulier ou
une  famille d'objets,  les agents  intelligents sont  très utiles  pour ce
genre de  recherches. Les assistants virtuels s'occupent  du planning d'une
personne. Des agents inclus dans l'électroménager peuvent aussi faire de la
planification, comme par  exemple un agent responsable de  remplir le frigo
avant qu'il  manque quelque chose.   Dans cet exemple un  agent intelligent
pourrais essayer de faire correspondre  les envies du propriétaire avec les
achats  de manière  à  ne pas  toujours  racheter les  mêmes produits.  Les
joueurs virtuels appelés \emph{bots} sont de plus en plus utilisés dans les
jeux vidéo.   Des projets  prévoient  des  agents  intelligents dans  les
vêtements.   Il   existe  des  agents  qui  produisent   des  résumés  d'un
document. On utilise les MAS pour  la maintenance des avions, les achats de
livres  électroniques,   le  déminage  et  la   logistique  militaire,  les
communications sans fils, gestion de portefeuilles d'actions.

%Un  agent est  une entité  autonome, capable  de communiquer  avec d'autres
%agents, ainsi que de percevoir  et de représenter son environnement. Chaque
%agent effectue des actions spécifiques en fonction de la perception qu'il a
%de son environnement.  Un ensemble d'agents en interaction forme un système
%multi-agents.

%Cette architecture possèdent une  très forte capacité évolutionniste.  A la
%différence des algorithmes courants, les systèmes multi agents permettent de
%gérer des événements qui imprévu dans lors de la création du système.

%% Références :
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rbedoui.htm

% http://scia.epita.net/files/common/others/pgm.htm (Chapitre VIII)
%  Bof

  \section{Théorie des jeux et sciences cognitives}
% Jezz copier coller de balez_p
\emph{La théorie  des jeux sert surtout  à modéliser des  situations où des
acteurs sociaux  prennent des décisions individuelles  séparées, mais ayant
un impact combiné sur les acteurs} (Daniel Schneider).

La théorie des  jeux s'applique bien sûr aux jeux de  société, mais aussi à
d'autres domaines. C'est le cas pour les sciences économiques, les sciences
sociales,   les   sciences   politiques,   la  biologie.    Les   relations
internationales ne  sont pas un  jeu mais présentent parfois  des analogies
avec le jeu.   Pour optimiser un choix politique et  éviter les extrêmes on
fait appel  à la théorie des  jeux. Les enjeux internationaux  ne sont bien
sûr pas des jeux, mais certains aspects s'en rapprochent, comme par exemple
l'échange de ressources ou le  risque de perdre des marchés économiques lors
de certains  choix. La théorie  des jeux est  donc un outil de  conseil qui
peut mettre à jour des stratégies gagnantes.

Les réseaux engorgés peuvent être optimisés par l'utilisation de stratégies
fournies par la  théorie des jeux. En effet à chaque  coup on laisse passer
un paquet, le but étant de ne  pas laisser les buffer se remplir de paquets
en attente.  Comme dans un jeu,  il est parfois intéressant de sacrifier un
paquet (qui sera retransmis par la source) plutôt que de le faire passer et
ralentir un grand nombre d'autres paquets.

Application aussi  à la gestion optimale  d'une forêt, théorie  des jeux et
théorie des enchères, aux jeux vidéos et jeux de sociétés.

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm
%  une intro un peu trop legere (Chapitre V)

%%%
%%  \chapter{Application des sciences cognitves}
%%%

%  \section{Systèmes temps réels et sciences cognitives}
% Jezz: FIXME

%  \section{Simulation et sciences cognitives}
% Jezz: FIXME

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm
%  beaucoup trop lege, mais c mieux que rien

  \section{Langage naturel et sciences cognitives}
% Jezz copier coller de balez_p
Le   langage  naturel   est  le   langage  couramment   utilisé   dans  une
conversation.  Informatiquement c'est le  langage de  plus haut  niveau. Ce
sont  donc des  langues culturelles,  comme le  français ou  l'anglais. Ces
langues contiennent des symbolismes, et des sens parfois cachés. Le but est
d'extraire de  l'information, et des symboles  afin de trouver  un sens, un
correspondance avec la base de données du logiciel.

Cette  technologie  permet  le  traitement  de  textes  écrits  en  langage
naturel. Ainsi l'utilisateur n'a pas besoin d'apprendre un nouveau langage,
il peut discuter et s'informer simplement comme avec une autre personne. On
évite ainsi les  longues formations et on n'a pas besoin  de mots clefs. La
technologie évolue peu  à peu, on voit maintenant  des personnages virtuels
apparaître  sur  certains  sites,  avec  lesquels  on  discute  en  langage
naturel. Mais  les résultats ne  sont pas parfaits,  et les limites  de ces
personnages apparaissent dès que l'on sort de leur cadre d'utilisation. Par
contre,  dans un  cadre particulier,  un  site ou  un produit,  ils ont  la
capacité  de  répondre  à  la  plupart des  questions.   Beaucoup  d'outils
reçoivent du langage naturel, et  répondent par des phrases prédéfinies. Les
entreprises qui produisent des outils  à base de NLP sont NOMINO, PROLOGIA,
SINEQUA.

Les applications des langages naturels  sont surtout utiles pour les assistants  automatiques,  les moteurs  de  recherche  et  le tri  des  messages
électroniques.   Extraction   de  connaissances  automatique,   moteurs  de
recherche (infoclic.fr, albert), interface d'entrée pour stocker ensuite des
informations médicales,  reconnaissance de la parole, trouver  le sens d'un
texte à partir d'un graphe  de contextes liés (logilab.fr), créer un résumé
à partir d'un  document complet ou d'une page  web (Summerizer), traitement
automatique  du  courrier électronique,  hôtesses  d'accueil virtuelles  et
chat-bots   (SEMANTIA),  simplification   de   hotline,  interrogation   et
remplissage de bases de données, extraction de connaissance des experts non
informaticiens,   prothèse   de  parole   pour   les  handicapés   (KOMBE),
apprentissage des langues (LOTOS).

%La compréhension du langage naturel est une application 
%L'analyse du langage naturelle constitue aujourd'hui une des vitrines des
%sciences cognitives. 

% Via Voice
% impressionnant et compris par un large public
% vitrine de la scia

%% Références :
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rgamalloop.htm

  \section{Biotechnologies et sciences cognitives}
% Jezz: FIXME
La bioinformatique est une discipline  récente qui propose et développe des
modèles,  des   méthodes  et  des  outils   afin  d'analyser  l'information
biologique disponible  et produire de  nouvelles connaissances. C'est  à ce
titre  une science  interdisciplinaire  en développement  rapide, qui  fait
appel à des  connaissances pointues en mathématique, en  informatique et en
biologie.

La bioinformatique propose des méthodes  et des logiciels qui permettent de
gérer,  d'organiser,  de  comparer,  d'analyser,  d'explorer  l'information
génétique et génomique stockée dans les bases de données afin de prédire et
produire des  connaissances nouvelles dans le domaine  ainsi qu'élaborer de
nouveaux concepts.

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm (Chapitre XXII)
%  traite de a Bioinformatique, a voir

%  \section{Sécurité et sciences cognitives}
% Jezz: FIXME

%On  a beaucoup  parle de  l'insécurité ces  derniers temps.  Les  gens s'en
%préoccupe de plus en plus.

%Les  sciences cognitives  permettent  aujourd'hui de  surveiller  des site  de
%détecter les activités anormales.

%  \section{Terrorisme et sciences cognitives}
% Jezz: FIXME
%cf Profiling

  \section{Détection d'intrusion et sciences cognitives}
% Jezz
La sécurité  des données  joue un rôle  particulièrement important  a notre
époque ou certaines informations valent plus chères que l'or.

Autrefois, le  seul moyen de sécuriser  un système était  de prévoir toutes
les  éventualités.   De le  même  façon  que  pour sécuriser  certain  site
physique,  les sciences cognitives  permettent, aujourd'hui,  de surveiller
intelligemment un  système. Elles permettent  de reconnaître sur  un système
les  facteurs d'une  utilisation anormale  et de  prévenir l'administrateur
voir même d'en éliminer la  cause.  Alors qu'un humain ne peut-être présent
ni attentif 24~$^h/_{24}$,  les agent intelligent peuvent analyser  en continue la sécurité du système.

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm 
%  Chapitre XX

  \section{Traitement d'images et sciences cognitives}
% Jezz
Associé  au traitement  du  signal, les  sciences  cognitives apportent  au
traitement  des images  une nouvelle  force. Les  réseaux de  neurones sont
particulièrement  bien adaptés  au traitement  d'image. On  a vu  naître des
applications telle que  compter le nombre de voitures passant  à un endroit à
l'aide  d'une  simple  caméra  de  surveillance  ou  plus  récemment  et  plus
médiatique, la mise en place de radars automatiques.

Ces  applications montrent à  quel point  le traitement  de l'image  est au
point.  On commence  maintenant à  ne  plus simplement  traiter des  images
fixes,  mais  une suite  d'images  animées.  De  nouvelles applications  plus
complexes commencent donc  à naître. On essaye par  exemple de reconnaître une
personne sur une simple vidéo de surveillance.

%% Références :
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rchappelierc.htm

%  \section{Traitement de la parole et sciences cognitives}
% Jezz: FIXME (Candidat à l'exclusion...)

  \section{Supply-chain et sciences cognitives}
% Jezz: bof, mais bon, ça ira
La mondialisation  des marchés et des  systèmes de production/distribution,
couplée avec  l'évolution fulgurante des technologies  de l'information, se
traduit par  une compétition féroce dans  un environnement de  plus en plus
diversifié et complexe. Pour réussir  dans un tel contexte, l'entreprise ne
peut  plus travailler seule  en adoptant  une vision  à court  terme.  Elle
doit, au contraire, se concentrer sur ses compétences de base et travailler
en  réseau  avec  des  partenaires,  de  façon  à  développer  un  avantage
concurrentiel durable.  La  conception et la gestion intégrée  de la chaîne
logistique, \emph{i.e.}   de l'ensemble des  activités d'approvisionnement,
de  transport,  de production  et  de  distribution  entre les  sources  de
matières  premières  et  le  consommateur  final, sont  donc  devenues  des
facteurs critiques de succès.

Les  sciences  cognitive  permettent  d'analyser  la  supply-chain  et  de
l'optimiser. En les utilisant en processus continu, les sciences cognitives
permettent de  réagir rapidement en  cas d'imprévus et de  réordonnancer la
supply-chain pour minimiser les  pertes.  Le recuit simulé et les processus
Markoviens sont les méthodes  majeures utilisés en sciences cognitives pour
traiter une supply-chain.

%% Références :
% http://scia.epita.net/files/common/others/pgm.htm 
% Chapitre XXI

%  \section{Cinéma, jeux vidéo et sciences cognitives}
% Jezz: FIXME

  \section{Système d'enseignement et sciences cognitives}
%Jezz copier coller de balez_p
Les cours en  ligne ne pouvant pas toujours  faire intervenir un professeur
sont  souvent trop  rigides et  sont composés  de deux  étapes  : regarder,
répéter.  Cette démarche qui ne s'adapte  pas à chaque élève n'est pas très
efficace et peu motivante. Beaucoup de professeurs disent qu'ils apprennent
aussi  des élèves, c'est  ce que  les systèmes  d'enseignement intelligents
essaient de faire.

Des  outils  de reconnaissance  de  la parole,  de  synthèse  vocale et  de
reconnaissance   de   la   gestuelle   permettent   de   communiquer   avec
l'élève. C'est au  logiciel de voir quelle méthode  d'enseignement est bien
adaptée aux  élèves ou  à un élève  particulier. L'utilisation  de systèmes
multi agents intelligents semble être une bonne solution.

Quelques applications:
\begin{description}
\item[Solilloquy:] L'enseignement pour enfants,
\item[ViVo:] Pour apprendre l'anglais en parlant à partir de n'importe quel
document en anglais.
\end{description}

%% Références :
% http://scia.epita.net/files/common/others/YKRA.pdf
%  Un cour d'Akli!
%  A résumer

% http://scia.epita.net/files/common/others/pgm.htm (Chapitre VII)
%  même source que la precedante
%  plus court

%  \section{Reconnaissances de formes et sciences cognitives}
%Jezz: FIXME

%% Références :
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rchappelierc.htm
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rgonzalesj.htm
% http://www.univ-lille3.fr/asso/fisc/vivier/txt/rherbins.htm

%  \section{Autres domaines}
%Jezz: FIXME
% Décompilation

% Ici, conclure avec un truc genre ``les domaines sont innombrables, ca
%  n'aura jamais de fin, longue vie aux sciences cognitive, on est les plus
%  beaux, le HTML c'est du bla bla bla, etc...''

%\end{multicols}

  \newpage
  \addcontentsline{toc}{section}{Références}
  \nocite{*}
  \bibliographystyle{plain}
  \bibliography{report}

\end{document}