No full-text available
To read the full-text of this research,
you can request a copy directly from the authors.
Editorial for the special issue of knowledge discovery and management in engineering design and manufacturing
... (Tsui et al., 2000), (Weiming Shen, 2003), (Mikos, Ferreira, Botura, & Freitas, 2011). Certaines techniques d'IA sont adaptées aux approches de résolution de problèmes (par exemple, le cycle du raisonnement à partir de cas, RàPC ou Case-Based Reasoning cycle (Bergmann, Kolodner, & Plaza, 2005)), à la prise de décision distribuée (par exemple, les systèmes multi-agents ou Multi-agents Systems (Enric Plaza, 2005)), ou à la découverte de connaissances dans de grandes bases de données (par exemple, les techniques de fouilles de données ou de découverte de règles (Tsai, 2013) (Liu & Harding, 2008) ...
Il est bien connu qu’une nouvelle étude, menée au sein d’une entreprise, est souvent semblable à une étude précédente et par conséquent, peut être structurée selon un processus de référence commun au type d’étude correspondant. Dans notre travail, nous l’avons appelé démarche métier. Il s’agit d’une bonne pratique de réalisation d’un type d’études. La difficulté majeure réside dans la formalisation de cette démarche métier. Les approches traditionnelles de capitalisation des connaissances s’appuyant sur des verbalisations d’experts ont montré leur limite. Souvent réalisées en dehors de l’activité réelle, les experts omettent des détails qui peuvent être d’importance. Notre thèse repose sur l’idée qu’il est possible de construire le processus opérationnel mis en œuvre lors des activités collaboratives de conception, à partir des traces enregistrées lors de l’utilisation de l’outil numérique par les acteurs métier. Le processus opérationnel ainsi construit pourra aider les acteurs métiers et les experts à prendre du recul sur le travail réel et à formaliser et enrichir les démarches métier de l’entreprise. Notre travail s’est déroulé au sein du laboratoire ERPI (Équipe de Recherche sur les Processus Innovatifs) de l’Université de Lorraine et en collaboration avec la société TDC Software dans le cadre d’une thèse CIFRE. Les contributions que nous proposons sont les suivantes : •Un double cycle de capitalisation pour des activités instrumentées,•Une approche globale de gestion des démarches métier,•Une ontologie OntoProcess modélisant des aspects organisationnels génériques (séparant clairement des concepts liés aux traces et d’autres liés aux démarches métier) et des extensions métiers spécifiques à l’outil utilisé,•Un système multi-agents supportant l’approche globale de gestion des démarches métiers et s’appuyant sur l’ontologie OntoProcess,•Un système à base de traces permettant de construire un processus opérationnel à partir des traces enregistrées lors d’une étude
... De façon générale, les techniques d'Intelligence Artificielle (IA) ont joué un rôle clé pour améliorer la formalisation et la réutilisation des connaissances [Tsui et al. 2000;Shen 2003;Mikos et al. 2011]. Certaines techniques d'IA sont adaptées aux approches de résolution de problèmes (par exemple, le cycle du raisonnement à partir de cas, RàPC [Bergmann et al. 2005]), à la prise de décision distribuée (par exemple, les systèmes multi-agents , ou à la découverte de connaissances dans de grandes bases de données (par exemple, les techniques de fouilles de données ou de découverte de règles [Tsai 2013; Liu & Harding 2009]). La tendance actuelle est d'associer plusieurs techniques d'IA pour mieux couvrir et traiter l'ensemble du cycle des connaissances et mieux répondre aux divers challenges sur la gestion des connaissances. ...
Ce travail de thèse, réalisé dans le cadre d’une convention CIFRE avec l’entreprise Essilor et le laboratoire ERPI de l’Université de Lorraine, propose un cadre d’évolution des organisations basée sur le management opérationnel des connaissances et des compétences. Nous avons mis en valeur les mécanismes organisationnels de partage et de mise en oeuvre des connaissances et compétences en environnement de conception, afin de proposer des modèles, méthodes et outils permettant aux acteurs et organisations d’améliorer leurs performances. Quatre aspects ont été développés dans ce travail, dont trois contributions et une évaluation de l’efficacité du cadre d’évolution proposé : • L’élaboration d’une méthode de modélisation d’entreprise basée sur le modèle conceptuel KROM et de sa déclinaison en modèles opérationnels. Cette méthode vise à expliciter les liens organisationnels des concepts de connaissance et de compétence afin de les rattacher à leurs contextes de mise en oeuvre. • La définition d’un cadre global d’évolution d’une organisation sur la base du management de ses connaissances et compétences. Ce cadre d’évolution comprend une caractérisation et une évaluation de la maturité des organisations dans leurs pratiques de gestion des connaissances et des compétences, ainsi qu’une méthode d’évolution des organisations reposant sur la proposition de scénarios d’actions d’amélioration : la méthode ACKME. • La proposition d’une approche organisationnelle de conception de Systèmes Multi-agents (SMA) appelée DOCK, permettant de spécifier des SMA adaptés aux enjeux rencontrés par les approches d’ingénierie à base de connaissances, à savoir la prise en compte et la gestion du cycle de vie de la connaissance. • Une évaluation de l’intérêt du cadre d’évolution mis en oeuvre (les trois contributions précédentes) sur la base de l’évaluation des compétences des acteurs de l’organisation. Cette évaluation repose d’une part sur la possibilité d’intégrer le cadre d’évolution dans une approche globale de pilotage du changement dans l’organisation et d’autre part, sur des expérimentations menées au sein du service Ingénierie d’Essilor.
... Ontology-based representations have been largely studied in 1995-2000 [2] and are now usual domain knowledge formalizations. Some AI techniques are consistent with problem solving approaches (for instance case-based reasoning (CBR) and experience management [6]), distributed decision-making (for instance, multi-agent systems [7]), or knowledge discovery in large databases (for instance, data mining and rules mining [8] [9]). The current trend is to associate several AI techniques to better cover the knowledge cycle and to tackle the different knowledge challenges. ...
The Special Issue of Knowledge-Based Systems aims at focusing on the formalisms and tools that are relevant to model experiences and facilitate their reuse. The first paper aims at 'Generating knowledge in Maintenance from Experience Feedback' and is authored by P. Potes Ruiz, B. Kamsu Foguem, and B. Grabot. The authors propose to structure an experience database and a rule database and they propose to formalize both, experiences and rule associations with conceptual graphs. The second paper entitled 'PETRA: Process Evolution using a TRAce-based system on a maintenance platform' and written by M.H. Karray, B. Chebel-Morello, and N. Zerhouni, proposes a trace-based system (called PETRA) to trace and analyze activities that are supported by a maintenance platform. A paper by D. Monticolo, S. Mihaita, H. Darwich, and V. Hilaire, presents 'An Agent Based System to build project memories during engineering projects'. The paper addresses the heterogeneous and distributed nature of project memories as well as the needs of the different engineers involved in a design project in accessing this knowledge.
Many domain-specific ontologies exist. These ontologies are used in text mining processes to better understand text that is available within the specific domain. Example domains include specific business areas such as marketing or functional areas such as particular types of operations within the intelligence community. This paper makes a step toward developing a broad ontology for the innovation and design process as a domain. Such an ontology can be used to better understand the discussion that takes places in the design and development of new innovations and can be used to better understand the influences on that development. In many cases, the success, failure, or final direction of a new innovation may not rest upon its technical merits but on the non-technical influences during the design and development process such as political influences. This paper uses examples within the shipbuilding domain in order to take steps toward building an Innovation and Design Process Ontology that can be applied to the Technology Delivery System (TDS) framework as a means of capturing and understanding the influences on the delivery system.
Many domain-specific ontologies exist. These ontologies are used in text mining processes to better understand text that is available within the specific domain. Example domains include specific business areas such as marketing or functional areas such as particular types of operations within the intelligence community. This paper makes a step toward developing a broad ontology for the innovation and design process as a domain. Such an ontology can be used to better understand the discussion that takes places in the design and development of new innovations and can be used to better understand the influences on that development. In many cases, the success, failure, or final path of a new innovation may not rest upon its technical merits but on the non-technical influences during the design and development process such as political influences. This paper uses examples within the shipbuilding domain in order to take steps toward building an Innovation and Design Process Ontology that can be applied to the Forecasting Innovation Pathways (FIP) framework as a means of capturing and understanding the influences on the technology delivery system.
Ce travail de thèse, réalisé dans le cadre d’une convention CIFRE avec l’entreprise Essilor et le laboratoire ERPI de l’Université de Lorraine, propose un cadre d’évolution des organisations basée sur le management opérationnel des connaissances et des compétences. Nous avons mis en valeur les mécanismes organisationnels de partage et de mise en oeuvre des connaissances et compétences en environnement de conception, afin de proposer des modèles, méthodes et outils permettant aux acteurs et organisations d’améliorer leurs performances. Quatre aspects ont été développés dans ce travail, dont trois contributions et une évaluation de l’efficacité du cadre d’évolution proposé : L’élaboration d’une méthode de modélisation d’entreprise basée sur le modèle conceptuel KROM et de sa déclinaison en modèles opérationnels. Cette méthode vise à expliciter les liens organisationnels des concepts de connaissance et de compétence afin de les rattacher à leurs contextes de mise en oeuvre. La définition d’un cadre global d’évolution d’une organisation sur la base du management de ses connaissances et compétences. Ce cadre d’évolution comprend une caractérisation et une évaluation de la maturité des organisations dans leurs pratiques de gestion des connaissances et des compétences, ainsi qu’une méthode d’évolution des organisations reposant sur la proposition de scénarios d’actions d’amélioration : la méthode ACKME. La proposition d’une approche organisationnelle de conception de Systèmes Multi-agents (SMA) appelée DOCK, permettant de spécifier des SMA adaptés aux enjeux rencontrés par les approches d’ingénierie à base de connaissances, à savoir la prise en compte et la gestion du cycle de vie de la connaissance. Une évaluation de l’intérêt du cadre d’évolution mis en oeuvre (les trois contributions précédentes) sur la base de l’évaluation des compétences des acteurs de l’organisation. Cette évaluation repose d’une part sur la possibilité d’intégrer le cadre d’évolution dans une approche globale de pilotage du changement dans l’organisation et d’autre part, sur des expérimentations menées au sein du service Ingénierie d’Essilor.
In order to stimulate innovation during the collaborative process of new product and production development, especially to avoid duplicating existing techniques or infringing upon others’ patents and intellectual property rights, the collaborative team of research and development, and patent engineers must accurately identify relevant patent knowledge in a timely manner. This research develops a novel knowledge management approach using ontology-based artificial neural network (ANN) algorithm to automatically classify and search knowledge documents stored in huge online patent corpuses. This research focuses on developing a smart and semantic oriented classification and search from the sources of the most critical and well-structured knowledge publications, i.e. patents, to gain valuable and practical references for the collaborative networks of technology-centric product and production development teams. The research uses the domain ontology schema created using Protégé and derives the semantic concept probabilities of key phrases that frequently occur in domain relevant patent documents. Then, by combining the term frequencies and the concept probabilities of key phrases as the ANN inputs, the method shows significant improvement in classification accuracy. In addition, this research provides an advanced semantic-oriented search algorithm to accurately identify related patent documents in the patent knowledge base. The case demonstration analyses 343 chemical mechanical polishing and 150 radio-frequency identification patents sample sets to verify and measure the performance of the proposed approach. The results are compared with the previous automatic classification methods demonstrating much improved outcomes.
ResearchGate has not been able to resolve any references for this publication.