Modélisations symboliques du raisonnement causal - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Intellectica - La revue de l’Association pour la Recherche sur les sciences de la Cognition (ARCo) Année : 2004

Modélisations symboliques du raisonnement causal

Daniel Kayser
  • Fonction : Auteur
  • PersonId : 834305
François Lévy

Résumé

Pour l'Intelligence Artificielle, le raisonnement causal se compare à et se différencie du raisonnement déductif, et il est intéressant de le rapprocher du raisonnement sur l'action. Le problème de la modélisation est : un ensemble de relations cause/effet génériques étant connu, comment peut-on calculer effectivement l'évolution du monde quand plusieurs événements y adviennent. Nous décrivons deux grandes catégories de modélisations de la cause. La première développe des outils de type logique parmi lesquels nous nous attachons au calcul des situations, à la logique modale et aux chroniques. La seconde s'appuie sur une analyse des rapports entre description probabiliste et action, pour aboutir à une alliance entre graphes et probabilités. Une dernière partie étudie le problème de l'apprentissage, i.e. l'évolution du monde étant connue, comment retrouver les relations causales
Fichier non déposé

Dates et versions

hal-00091636 , version 1 (06-09-2006)

Identifiants

  • HAL Id : hal-00091636 , version 1

Citer

Daniel Kayser, François Lévy. Modélisations symboliques du raisonnement causal. Intellectica - La revue de l’Association pour la Recherche sur les sciences de la Cognition (ARCo), 2004, 38, pp.291-323. ⟨hal-00091636⟩
75 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More