Développement de systèmes multi-agent hybrides guidés par data science et application en environnement
Étienne Tack
L'objectif de cette présentation sera d'expliquer les objectifs de la thèse. Le but principal est d'améliorer la calibration et la validation des modèles multi-agents, et plus particulièrement les modèles spatialement situés qui incluent des données spatiales en entrée (SIG).
La spécificité de nos applications (habitats informels en Océanie et érosion continentale en Nouvelle-Calédonie) est que nous manquons de données terrain pour la validation et l'apprentissage des multiples paramètres des modèles.
L'idée est d'utiliser les systèmes multi-agents pour émettre des hypothèses en collaboration avec les experts et de les tester via simulation.
Ce contexte pose plusieurs questions de recherche :
- Comment intégrer les experts dans le processus de modélisation, calibration, validation des SMA ? Et ainsi améliorer l'explicabilité du modèle et de ses résultats auprès des experts. (Publication ICAART 2023)
- Comment intégrer et représenter les connaissances expertes ?
- Quelles méthodes d'apprentissages multi-objectifs interprétables peuvent être utilisés ?
- Comment prendre en compte la temporalité des données ?
Auto organisation d’agents à l’aide d’analyse d’entropie multi-dimensionnelle.
Gilles Enée
Dans le cadre de système multi-agents dont les agents disposent de capacités rationnelles limitées, je souhaite vous présenter mes futurs travaux de recherche. Dans ce contexte, les agents doivent parfois disposer d’informations d’autres agents pour prendre une décision. La décision d’interagir et l’information utilisée sont souvent imposée par le modélisateur. Dans le cadre de mes futurs travaux, je souhaite utiliser la mesure d’entropie pour que les agents, capables d’apprentissage, sachent si les informations qu’ils échangent avec d’autres agents sont pertinentes pour eux. Ainsi, ils pourront décider ou non de maintenir la relation avec ces agents.
Biographie :
Gilles Enée est maître de conférences en informatique à l’Université de la Nouvelle-Calédonie dont la spécialité est l’intelligence artificielle distribuée. Dans le cadre de cette thématique, il s’intéresse à l’émergence d’une intelligence collective à travers la possibilité pour des agents de s’autoorganiser à l’aide de différents mécanismes d’interactions. Après une thèse obtenue en janvier 2003 dans sa thématique, il a travaillé sur la prédiction du risque cyclonique dans la Caraïbe à l’aide de système multi-agents (InterReg IIIb pluridisciplinaire au sein du GRIMAAG devenu LAMIA / Université des Antilles et de la Guyane) ; sur la modélisation de l’activation des réseaux de neurones au sein du cerveau (Peps du CNRS devenu UCA JEDI à l’Université de la Côte d’Azur) ; sur les réseaux génétiques hybrides au travers de la génération automatique de simulateurs de tels réseaux (bio-informatique au sein de l’équipe SPARKS I3S/CNRS) ; sur la modélisation de l’évolution de l’habitat informel dans les îles du Pacifique (Financé par le PIURN et le Fond Pacifique, aujourd’hui projet ANR SITI)
