Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
Introduction à l’intelligence ambiante et l’informatique sensible au contexte
Dans ce chapitre on va définir les concepts importants qui sont traités dans notre tâche de recherche et cela pour comprendre le contexte de notre travail et pour centrer l’effort de recherche. On va également définir et décrire la notion de l’intelligence ambiante, l’informatique sensible au contexte, le contexte de l’utilisateur ainsi que les différentes approches actuelles utilisées pour le représenter.
Définition de l’intelligence ambiante
Le mot intelligence ambiante (AmI) est apparu au début des années 90. La, définition de l’AmI n’est toujours pas encore claire car elle est assez récente et l’avancé de la recherche fait évaluer les points de vue potentiels de ce concept [24].
Pour Bergamann l’intelligence ambiante s’insère dans une vision futuriste des télécommunications et d’informatisation de la vie courante. Notre environnement futur sera entouré par différents systèmes et applications qui seront portés par les technologies réseaux et l’informatique et cela pour fournir une aide intelligente sans l’intrusion humaine [26].
Pour Bermejo Nieto l’intelligence ambiante est une mise en relation avec des systèmes de services, c’est-à-dire, avec les technologies pour automatiser les actions et avec les dispositifs pour personnaliser et adapter leurs comportements. Aujourd’hui on fabrique des objets de plus en plus petits qu’on peut les intégrer dans des appareils électroniques. Ceci accroît leur utilisation et entraîne des nouvelles recherches. De plus, la recherche et le progrès en communication enrichissent le développement et l’utilisation de l’intelligence ambiante. Le succè de l’AmI dépend en grande partie du développement de la technologie des capteurs, d’actuateurs, etc, et également des logiciels et de leur intelligence pour la prise de décision [27].
Lorsqu’on parle d’intelligence ambiante, on retrouve souvent les mots suivants : informatique ubiquitaire, pervasive, context aware computing, technologies persuasives et domotique.
Dans ce qui suit nous introduirons la définition de chacun de ces concepts.
Informatique ubiquitaire omniprésente et préavise
C’est le model d’interaction homme-machine dans lequel le traitement d’information est intégré aux activités quotidiennes (intégration de l’informatique dans l’environnement habituel de la personne). Le point clé de l’informatique ubiquitaire est la disponibilité de ses outils et préférences (notion de profil) où que l’on soit.
Dans la réalité, Il existe une différence entre informatique ubiquitaire et informatique pervasive. L’informatique pervasive est plus générale et utilisée pour décrire des services omniprésents alors que l’informatique ubiquitaire est plus concrète, se retrouve partout, et aussi fait référence au profil de l’utilisateur [24].
informatique sensible au contexte (Context Aware Computing)
C’est la classe des systèmes mobiles qui peuvent percevoir et ressentir leur environnement physique (leur contexte d’utilisation) et adapter leurs comportements en conséquence. Les aspects les plus importants à connaitre sur le contexte sont trois : « où est l’utilisateur », « avec qui est l’utilisateur » et « quels sont les moyens dont il dispose » [24].
Notre travail de recherche sera focalisé sur ces notions de base ainsi que sur le cycle de vie d’une application sensible au contexte.
Technologies persuasives :
Ce sont les techniques qui changent intentionnellement les attitudes ou les comportements par la persuasion et l’influence sociale. Ces technologies sont utilisées dans beaucoup de domaines comme la politique, la religion, la gestion, la direction d’entreprises, …etc.
Domotique :
Les développements technologiques des dernières décennies ont introduit progressivement l’électronique dans notre quotidien dans des proportions devenues importantes. Cette incursion permet aujourd’hui d’imaginer, de manière sociologiquement naturelle, l’immersion complète des personnes dans des environnements comme des cloisons ou du mobilier comportant des systèmes électroniques cachés avec lesquels il est possible d’interagir. L’immersion dans un environnement interactif peut avoir plusieurs intérêts pour la personne tel que :
une interaction plus naturelle avec l’environnement,
une facilité d’utilisation de certains systèmes électroniques ou informatiques élargissant l’accès à ces technologies,
une meilleure expérience lors de l’utilisation de systèmes multimédia,
une amélioration de la qualité de vie pour chacun,
l’aide et le maintien à domicile des personnes dépendantes (personnes âgées, malades chroniques, personnes handicapées),
le maintien d’une vie sociale pour les personnes dépendantes au travers des liens électroniques avec l’extérieur (famille, communautés),
le suivi médical permanent à domicile des personnes.
Environnement domestique
L’environnement domestique c’est l’environnement qui contient des capteurs, des actionneurs et des systèmes de diffusion de l’information intégrés, discrets et non-intrusifs.
Les capteurs sont les réseaux de microphones, des caméras orientables haute-résolution, des capteurs infrarouges, des capteurs de température, des capteurs de pression dans le sol (capteurs pour positionner les personnes, pour détecter les chutes, etc.) ; des caméras embarqués sur des assistants personnels, téléphones ou des Tablets PCs, etc.
Les systèmes domotiques sont, pour la plupart, basés sur des mécanismes d’horloge. Quelques-uns autorisent des manipulations à distance, par téléphone ou smartphone, et certaines solutions commerciales, comme le logiciel HAL (Home Automated Living), permettent un pilotage par commande vocale [44].
Plusieurs projets de recherche sont lancés pour le développement d’environnement domotique. On peut citer par exemple :
Le projet Iroom [45] : Il se fonde sur le besoin de populations hétérogènes d’utilisateurs à évoluer dans des environnements riches. Ce projet met en œuvre des solutions d’adaptation multimodales. Le projet ANR Sweet Home : Il a pour but l’accompagnement des personnes dans leur lieu de vie en s’appuyant sur la notion de bâtiment sensoriel.
Le programme Adream (LAAS, Toulouse). Il propose d’étudier conjointement le bâtiment intelligent optimisé en énergie (panneaux photovoltaïques notamment) et les objets communicants en vue d’une meilleure assistance des personnes.
Le projet MavHome [46] : Il utilise plusieurs disciplines de l’intelligence artificielle comme la fouille de données et les systèmes multi-agents. Ce projet est développé à l’université du Texas basé sur la construction d’une maison intelligente avec diverses fonctionnalités. Les capacités de cette intelligente maison sont : le contrôle adaptatif de la température, de l’eau, de la lumière, du nettoyage et du loisir multimédia (audio et vidéo).
Le Projet iDorm : ce projet teste l’informatique ubiquitaire et l’intelligence ambiante.
Caractéristiques de l’intelligence ambiante
L’intelligence ambiante est caractérisée par quatre notions importantes :
L’ubiquité qui est la capacité d’interaction entre l’homme et la machine de façon invisible, adéquate et personnelle ;
La perception qui est la faculté du système de connaître et de percevoir la localisation des objets, des appareils et des personnes au moyen des capteurs pour établir le contexte ;
L’interaction naturelle qui doit être intuitive et naturelle puisqu’on utilise des appareils utilisés quotidiennement ;
L’intelligence qui est l’aptitude d’analyser le contexte perçu et l’ajustement dynamique aux utilisateurs et aux situations pour trouver une bonne réponse.
Domaines de l’intelligence ambiante
L’AmI est une technologie de pointe multidisciplinaire, en plein essor et s’améliore tous les jours. Elle est utilisée dans beaucoup de domaines comme : la santé, l’éducation, la sécurité, la vidéo surveillance, la domotique, le transport public les chaînes de production, etc. Elle apporte une aide personnalisée, améliore le fonctionnement et les fonctionnalités des systèmes comme elle permet d’économiser le facteur temporel.
La domotique, ou la construction de maisons intelligentes, est le champ de recherche le plus exploré vu qu’il est appliqué dans notre vie quotidienne. De plus, il y a des appareils dans les maisons qui peuvent embarquer des capteurs pour obtenir des informations sur leur utilisation et qui peuvent automatiser les tâches. Les bénéfices espérés par utilisation de l’AmI c’est la sécurité, le confort et l’économie.
Les maisons intelligentes (Smart Home) offrent un environnement plus adéquat et une très bonne solution pour assister les personnes qui ont des besoins spéciaux comme les personnes âgées et les personnes handicapées. Grâce aux capteurs installés on peut contrôler tout l’environnement (la maison), détecter les situations irrégulières et alerter les services d’urgences.
L’intelligence ambiante aussi est utilisée dans la santé et les hôpitaux pour améliorer l’efficacité des services. Il existe, aussi, des services pour augmenter la sécurité comme permettre l’accès seulement aux personnes autorisées aux lieux, aux appareils, aux données qui ont différentes priorités. Les centres médicaux sont plus sophistiqués et par conséquent il y a plus de génération, de transaction d’information et d’activités de connaissance.
On emploie aussi l’AmI dans l’éducation. Le but dans ces applications est la surveillance du progrès des élèves, la surveillance de leur présence et aussi la mémorisation de leurs habitudes pour donner des conseils sur leur santé.
Dans le secteur des transports routiers, on cherche à rendre le trafic plus fluide, le transport plus efficace, plus sûr grâce aux technologies GPS de recherche du meilleur chemin, en évitant les problèmes routiers (travaux, accidents, …), en obtenant des informations sur l’itinéraire (route, temps, etc.), en utilisant le paiement électronique sur l’autoroute .De même, des nouvelles techniques de stationnement automatisées [28].
L’AmI est aussi employé dans le tourisme pour la personnalisation et l’adaptation des voyages pour différents touristes, ainsi que la prolifération des systèmes de vidéosurveillance.
Définition du contexte
Le contexte a été pris en compte dans les différents domaines de l’informatique, y compris le traitement du langage naturel, l’apprentissage machine, la vision par ordinateur, l’aide à la décision, la recherche d’information et l’informatique ubiquitaire. Par analogie au raisonnement humain, le but derrière l’utilisation du contexte est d’ajouter la capacité d’adaptation et la prise de la meilleure décision.
Dans la littéraire on trouve beaucoup de définition du contexte parmi lesquels on peut citer :
– Dey et Abowd [29], proposent la première définition générique du contexte. Ils précisent la nature des entités en question : le contexte couvre toutes les informations pouvant être utilisées pour caractériser la situation d’une entité. Une entité est une personne, un lieu, ou un objet qui peut être pertinent pour l’interaction entre l’utilisateur et l’application, y compris l’utilisateur et l’application. L’information peut concerner le lieu d’interaction, l’identité et l’état des groupes et des objets de l’environnement.
– contexte se réfère à «ce qui entoure le centre d’intérêt, fournit d’autres sources d’information et augmente la compréhension » [30].
En général dans la définition du contexte de nombreux auteurs ne font que regrouper une ou plusieurs des informations suivantes :
– localisation de l’utilisateur à un instant donné,
-caractéristiques sociales de l’utilisateur (identité, statut, fonction, groupe, communauté, appartenance, etc.)
– personnelles (intérêts, préférences etc.)
– état émotionnel et physiologique de l’utilisateur
– caractéristiques de l’environnement physique de l’utilisateur (objets, espace géographique, lumière et bruit ambiants),
– social (personnes se trouvant dans l’entourage de l’utilisateur, leur identité, etc.)
– l’heure et la date.
Informations du contexte
Les informations contextuelles sont classées en plusieurs catégories:
Contexte de l’utilisateur (profil utilisateur, localisation de l’utilisateur, situation sociale, etc.).
Contexte informatique (connectivité réseau, coûts de communication, bande passante de communication).
Contexte physique (éclairage, bruit, etc.)
D’autres auteurs ont suggéré d’autres types de contexte citons comme exemple: l’emplacement, l’identité, le temps et l’activité, en plus les informations du contexte peuvent être déduites à partir d’autres informations [31].
Attributs de contexte
Les attributs de contexte désignent les informations définissants un élément du contexte, par exemple, la location d’activité, le nom de personne, la durée d’activité. Chaque attribut du contexte a au moins une valeur à un moment donné et cela en fonction de la valeur de plusieurs entités auxquelles l’attribut se rapporte.
Une entité est une instance d’une « personne, objet ou d’un lieu». Elle peut aussi être une activité ou un concept d’organisation (rôle, groupe, autre agent, etc.).
Une entité de contexte peut être décrite avec un ensemble d’attributs [32], tels que:
Le type du Contexte: Il se réfère à la catégorie du contexte tels que la température, le temps, la vitesse, etc. Ce type d’information peut être utilisé comme un paramètre pour une requête contextuelle ou un abonnement à un service.
La valeur du contexte: Elle désigne les données brutes recueillies par un capteur. L’unité dépend du type du contexte et le capteur appliqué. Dans la plupart des cas, le type du contexte et des valeurs du contexte ne sont pas suffisants pour établir un groupe de travail pour un système sensible au contexte.
Horloge du contexte : Cet attribut contient le temps (date / heure) de détection de l’information du contexte. Il est nécessaire pour garder l’historique du contexte et pour gérer les conflits de détection.
La Source du contexte : un attribut contenant des informations sur la source de l’information du contexte. Par exemple dans le cas d’un capteur matériel il contient l’identifiant du capteur utilisé par une application pour récupérer toutes ses informations.
Le degré de Confiance: L’attribut confiance décrit l’incertitude de ce type de contexte car les sources du contexte peuvent fournir des informations non précises, par exemple, les données de localisation sont imprécises et cela en fonction de l’outil utilisé dans la localisation.
Représentation de l’information du contexte
Afin de réaliser un système sensible au contexte il est essentiel d’utilisé un modèle efficace permettant le traitement, le partage et le stockage des données du contexte. Ils existent plusieurs techniques de représentation du contexte qui sont :
Modèles Clé-Valeur
Le modèle de pair clé-valeur est la structure de donnée la plus simple pour la modélisation de l’information contextuelle. L’approche de modélisation clé-valeur est très utilisée dans les frameworks de service distribué décrits sous forme d’une liste simple d’attributs clé-valeur.
Malgré que, les modèles clé-valeur sont faciles à gérer, ils n’ont pas assez de capacités pour une structuration sophistiquée pour réaliser des algorithmes efficaces d’extraction du contexte [34].
graphes contextuels
Un graphe contextuel est un graphe orienté acyclique avec un unique point d’entrée et un unique point de sortie [21]. Les nœuds du graphe représentent des actions simples ou parallèles, des nœuds contextuels, des nœuds de recombinaison ou bien encore des d’activités. Un chemin du graphe contextuel correspond à la solution d’un problème dans un contexte donné voir la Figure 2.1
|
Table des matières
Liste des Figures
Chapitre 1 Introduction générale
1.1. Contexte
1.2. Problématique
1.3. Une approche de modélisation du contexte basée ontologie
1.4. Organisation du mémoire
Chapitre 2 Introduction à l’intelligence ambiante et aux différentes approches. de modélisation de l’information du contexte
2.1introduction
2.1.2.Définition de l’intelligence ambiante
2.1.3 Informatique ubiquitaire omniprésente et préavise
2.1.4 informatique sensible au contexte
2.1.5 Technologies persuasives ..
2.1.6 Domotique ..
2.1.7 Environnement domestique…
2.2 Caractéristiques de l’intelligence ambiante
2. 3 Domaines de l’intelligence ambiante
2.3.Définition du contexte
2.3.1- Informations du contexte..
2.3.2 Attributs de contexte
2.3.3 Représentation de l’information du contexte
2.3.4 Apprentissage et raisonnement dans les applications sensibles au contexte
2.3.5 Architecture des applications sensibles au contexte ..
2.4 Conclusion
Chapitre -3- Les Ontologies et la modélisation de l’information de contexte
3.1 Introduction
3.2 Les Ontologies
3.2.1 Définition des ontologies
3.2.2 Les composants d’une ontologie
3.2.3 Les types d’ontologies
3.2.4 La construction d’une ontologie
3.2.5 Les principes de construction d’une ontologie
3.2.6 Méthodologies et cycle de développement d’une ontologie
3.2.7 Langages de spécificationd’ontologies
3.2.7.1 XML (eXtended Markup Language) et XML Schema
3.2.7.2 RDF (Resource Description Framework) et RDF Schema
3.2.7.3 OWL
3.3 La représentation des connaissances par les ontologies
3.4. Ontologies et raisonnement
3.5 Utilisation des ontologies dans la modélisation de contexte de l’utilisateur
3.8 Conclusion
Chapitre -4-Développement de l’ontologie de modélisation de contexte dans un environnement domotique pour l’assistance des personnes handicapées
4.1Introduction
4.2 Présentation de l’environnement Domotique et le Scenario pour l’assistance de la personne handicapée
4.2.1 Scenario de l’assistance :
4.2.2 Le système domotique proposé
– La description des attribues des classes et des cardinalités des relations
-formalisation de l’ontologie développée par le langage OWL
a) Identification des classes de l’ontologie
b) Déclaration des classes de l’ontologie
c) Définition des Propriétés de l’ontologie développée:
d) Caractéristiques des Propriétés d’objet
e) Attribution des fonctionnalités aux propriétés :
4.3 Conclusion
Chapitre -5- Développement de mécanisme de raisonnement sur le contexte
5.1 Introduction
5.2 Raisonnement à base de règle
5.2.1 Syntaxe des Atomes SWRL :
5.2.1 Les types des moteurs d’inférence
5.2.2 Exécution des règles SWRL
5.3 Architecture du système
1-La couche capteur
2- Module d’acquisition de contexte
3- Base de connaissance de contexte
4- Module d’inférence sur le contexte
5-Module de génération des situations et Alarmes
5.4 Implémentation du système
1- Implémentation de l’ontologie
2- Implémentation du mécanisme raisonnement..
3- Processus de raisonnement sur le contexte.
6- Exécution des règles proposées par raisonnement développé dans le système
5.5 Conlusion
Conclusion et perspective
Référence et Bibliographiques
Télécharger le rapport complet
