2024-2025 / INFO9014-1

Knowledge representation and reasoning

Durée

24h Th, 20h Pr, 45h Proj.

Nombre de crédits

 Master en sciences informatiques, à finalité spécialisée en "computer systems security"5 crédits 
 Master en science des données, à finalité spécialisée5 crédits 
 Master : ingénieur civil en science des données, à finalité spécialisée5 crédits 
 Master : ingénieur civil en informatique, à finalité spécialisée en "management"5 crédits 
 Master : ingénieur civil en informatique, à finalité spécialisée en "intelligent systems"5 crédits 
 Master : ingénieur civil en informatique, à finalité spécialisée en "intelligent systems" (double diplômation avec HEC)5 crédits 
 Master en sciences informatiques, à finalité spécialisée en "management"5 crédits 
 Master : ingénieur civil en informatique, à finalité spécialisée en "computer systems security"5 crédits 
 Master en sciences informatiques, à finalité spécialisée en "intelligent systems"5 crédits 
 Master en sciences informatiques, à finalité spécialisée en "intelligent systems" (double diplômation avec HEC)5 crédits 

Enseignant

Christophe Debruyne

Langue(s) de l'unité d'enseignement

Langue anglaise

Organisation et évaluation

Enseignement au deuxième quadrimestre

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Ce cours donne un aperçu de la représentation des connaissances et du raisonnement appliqués aux graphes de connaissances et aux Linked Data. Les sujets comprennent les graph data models, les langages de modélisation, le raisonnement, les langages de requête graphe, et les approches déclaratives pour l'intégration (sémantique) de données hétérogènes. Les sujets abordés sont :

  • Introduction aux ontologies, aux graphes de connaissances et aux systèmes d'information ouverts
  • Le modèle de données de graphe RDF
  • KR et raisonnement : RDF(S)
  • KR et raisonnement : Description Logics
  • KR et raisonnement : Web Ontology Language
  • Interroger RDF
  • Construction de graphes de connaissances en utilisant R2RML et RML
  • Rule-based reasoning
  • Modélisation et validation des données avec SHACL
  • Évaluer et valider des ontologies et des graphes de connaissances
  • Linked Data et son rôle pour les entreprises
  • Metadata and provenance information

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

L'étudiant a une bonne compréhension des concepts des graphes de connaissances, la sémantique, l'intégration sémantique et déclarative de données, et de la façon dont le Linked Data et les technologies de graphes de connaissances permettent l'interopérabilité sémantique (au sein d'une organisation et entre des organisations).

L'étudiant est capable de comprendre et d'évaluer les développements et technologies (existants et nouveaux) dans le domaine de "knowledge representation and reasoning" et l'étudiant est capables de les étudier et de les maîtriser de manière indépendante.

L'étudiant est capable d'intégrer des informations provenant de diverses sources et de créer des applications utilisant les technologies Linked Data et de graphes de connaissances.

L'étudiant est capable de prendre des décisions éclairées sur la meilleure façon de représenter et d'utiliser les informations avec les technologies de données liées et de graphes de connaissances. L'étudiant est capables de les exprimer à la fois sous forme écrite et orale.

Ce cours contribue aux acquis d'apprentissage I.1, I.2, II.1, II.2, III.1, III.2, IV.1, VI.1, VI.2, VII.1, VII.3, VII.4, VII.5 du programme d'ingénieur civil en informatique.

Savoirs et compétences prérequis

Bien qu'aucun cours préalable ne soit requis, les compétences suivantes seront utiles :

  • Une certaine expérience en programmation
  • Une certaine expérience en modélisation (ER, ERD, UML, ORM,...)
Les étudiants doivent être familiarisés avec la logique formelle (calcul des propositions et/ou calcul des prédicats).

Activités d'apprentissage prévues et méthodes d'enseignement

  • Les cours ex-cathedra données couvriront les différents sujets.
  • Les travaux pratiques seront utilisés à la fois pour acquérir une expérience pratique sur le matériel via de petits exercices (principalement au début du semestre et au début d'une session) et pour discuter (en classe) le suivi des projets.
  • Les étudiants réaliseront, en groupes de trois étudiants, un projet dans lequel ils devront appliquer la matière vue en classe.

Mode d'enseignement (présentiel, à distance, hybride)

Cours donné exclusivement en présentiel


Explications complémentaires:

Les cours ex-cathedra et certains travaux pratiques clés sont (ou seront) disponibles sous forme d'enregistrements. Le matériel (diapositives, liens, documents,...) sera disponible sur eCampus. L'environnement eCampus sera en outre utilisé pour la communication.

Supports de cours, lectures obligatoires ou recommandées

Les diapositives soutenant les leçons ex-cathedra couvrent la majeure partie du cours. Les diapositives sont donc obligatoires. 

Hautement recommandés sont les liens vers des normes ouvertes (spécifications) et des articles, partagés sur eCampus. Les consulter sera nécessaire non seulement pour acquérir une compréhension plus approfondie des sujets, mais aussi pour réaliser le projet.

Recommandée :

Staab, S. and Studer, R. (eds.): Handbook on Ontologies  (2nd edition), Springer, 2009.

  • Ce livre aborde certains sujets d'un point de vue plus pratique et contient des exercices utiles.
Hitzler, P., Krotzsch, M. and Rudolph, S.: Foundations of Semantic Web Technologies, Chapman & Hall/CRC Press, 2010.

  • Ce livre développe des sujets tels que l'évaluation des ontologies et les Description Logics de manière plus approfondie. Ce livre peut être utile aux étudiants souhaitant explorer ces sujets dans leur projet.

Modalités d'évaluation et critères

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation orale

Travail à rendre - rapport

Autre : Présentation


Informations complémentaires:

  • Projet : artefacts logiciels et rapport de projet (en groupe) 50 %
  • Projet : présentation et défense du projet (en groupe) 10%
  • Examen oral (individuel) 40%
Les étudiants réaliseront un projet en groupe de 3 étudiants. Chaque étudiant d'un groupe recevra la même note pour l'évaluation du projet (à moins qu'un étudiant ne démontre une sous-performance ou une surperformance au cours du projet).

Pour la présentation du projet, les étudiants se verront attribuer une note pour la présentation globale qui sera ajustée à la performance de chaque étudiant qui peut s'écarter d'au plus 2 points de cette note (sauf si un étudiant sous-performe ou surpasse vis-à-vis des autres de son groupe pendant la présentation). Les étudiants évalueront les contributions des uns et des autres via une évaluation par les pairs.

L'examen oral constituera à la fois des questions sur le contenu de cours et  du contenu appliqué au projet.

Les mêmes modalités s'appliquent pour la seconde session. Les étudiants qui n'ont pas obtenu un 10/20 pour le projet et/ou la présentation peuvent soumettre des livrables révisés.

Le projet et la présentation sont des activités d'apprentissage obligatoires. Les étudiants ne participant pas à ces activités obtiendront une note d'absence (A) pour le cours.

La note finale sera déterminée à l'aide d'une moyenne pondérée de toutes les évaluations. Cependant, pour être admissibles au calcul de la moyenne pondérée, les étudiants doivent obtenir une note minimale de 8/20 à chaque évaluation. Dans le cas contraire, la note d'évaluation la plus basse de l'étudiant sera utilisée comme note finale pour le cours.

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Le cours est organisé en anglais. Tout le matériel sera disponible sur eCampus. Cela comprend l'énoncé du projet avec des informations sur les délais, les livrables, etc.

Contacts

  • Enseignant : Christophe Debruyne

Association d'un ou plusieurs MOOCs