Lfa 2022 - rencontres francophones sur la logique floue et ses applications

Collectif Lfa

274 pages, parution le 20/10/2022

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

Les rencontres francophones sur la Logique Floue et ses Applications (LFA) constituent la manifestation scientifique francophone annuelle où chercheurs académiques et industriels se réunissent afin de faire le point sur les développements récents des théories de l'imprécis et de l'incertain. Celles-ci comprennent, par exemple, les sous-ensembles flous, les possibilités, les fonctions de croyance, les probabilités imprécises, les ensembles approximatifs et aléatoires ou les logiques non classiques. Le large éventail de domaines couverts va de la commande floue, domaine historique de l'application des sous-ensembles flous, à l'apprentissage automatique, la fouille données et la classification, en passant par l'aide à la décision, le raisonnement, l'agrégation et la fusion d'informations, les bases de données ou encore l'explicabilité en Intelligence Artificielle (XAI), pour n'en citer que quelques-uns.
Les actes de l'édition 2022 de ces rencontres comprennent une sélection de trente articles qui couvrent assez largement l'ensemble de ces thématiques classiques et émergentes. À ceux-ci, s'ajoutent trois conférences invitées sur des thématiques d'actualité.
Serena Villata, directrice de recherche au CNRS, laboratoire I3S, Université Côte d'Azur (Nice), aborde l'évaluation de la fiabilité et de la qualité des arguments dans le cadre des systèmes artificiels d'argumentation.
Eyke Hüllermeier, professeur à l'institut d'informatique, Ludwig-Maximilians Universität (Munich, Allemagne), traite de la représentation et de la quantification de l'incertitude en apprentissage machine.
Pawel Zielinski, professeur au département d'informatique fondamentale, université des sciences et technologies (Wroclaw, Pologne), décrit un cadre pour l'optimisation possibiliste robuste aux hypothèses de distribution.