AttributesValues
type
Thesis advisor
Author
alternative label
  • SAFE-Next, a systemic approach for knowledge discovery in databases, application in accident scenario development and interpretation
dc:subject
  • Thèses et écrits académiques
  • Cybernétique
  • Gestion des connaissances
  • Systémique
  • Extraction de connaissances
preferred label
  • SAFE-Next, une approche systémique pour l'extraction de connaissances de données, application à la construction et à l'interprétation de scénarios d'accidents de la route
Language
Subject
dc:title
  • SAFE-Next, une approche systémique pour l'extraction de connaissances de données, application à la construction et à l'interprétation de scénarios d'accidents de la route
Degree granting institution
note
  • Aujourd’hui, l’informatisation des saisies de données et la puissance des systèmes de collecte conduisent à la construction de grandes Bases de Données (BD). L’exploitation de ces millions de données fait appel à des techniques d’Extraction de Connaissances de Données (ECD) et des techniques d’Ingénierie des Connaissances (IC). Dans ce travail de thèse, nous proposons une nouvelle approche, appelée SAFE-Next (Systemic Approach For Enhanced kNowledge Extraction) qui intègre les quatre approches suivantes : La première est appelée ASMEC (Approche Systémique de Modélisation des Connaissances). Elle consiste en une méthode de modélisation des connaissances multi-vues et selon une architecture à plusieurs niveaux d’abstraction. La deuxième approche, AICEF (Approche d’Incorporation des Connaissances Expertes dans la Fouille de données), propose l’élaboration et l’utilisation de métadonnées multi-vues comme un moyen pour l’incorporation des connaissances formalisées par ASMEC dans le processus d’ECD. La troisième approche, ASAIC (Approche Systémique d’Analyse d’Impact de Changement), utilise le modèle de connaissances d’ASMEC pour une analyse interactive et multi-vues de l’impact d’un changement sur un système. La quatrième approche, ASEM (Approche Systémique d’Evaluation de Modèles), fournit un modèle général d’évaluation de modèles de connaissances. SAFE-Next a été appliquée dans le domaine de l’accidentologie pour l’élaboration de Scénarios-Type d’Accidents (STA) multi-vues. Ces STA sont utilisés comme un moyen de communication entre les accidentologistes et les concepteurs pour le développement des systèmes de sécurité embarqués dans les véhicules.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2005
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software