Modélisation multi-agents d'un système de recherche d'information multimédia à forte composante vidéo. (Multiagent modelling of a information retrieval system for images and videos collections)

Les techniques mises en oeuvre pour retrouver et presenter des informations multimedias font appel a des connaissances et des savoir-faire heterogenes: celles du documentaliste, celles des specialistes de chaque media impliquent, celles des specialistes du domaine de l'application, etc.) Dont la plupart evoluent rapidement. Nous nous interessons plus particulierement a la recherche d'information dans des collections de documents video, qui sont complexes et riches en information. L'approche documentaire traditionnelle exploite des descriptions des documents pour effectuer la recherche. Dans le modele de description que nous proposons, les differents aspects de connaissance qui peuvent etre exploites sont modelises par facettes, chaque facette correspondant au point de vue d'un expert sur les documents. Nous avons retenu le formalisme des graphes conceptuels pour representer ces descriptions: plus riches que des descriptions par mots-clefs, les graphes conceptuels permettent de representer des nuances et des concepts complexes. Toutefois, le systeme n'impose pas a l'utilisateur de formuler sa requete dans le formalisme que connait l'application, mais sous la forme d'une liste de mots-clefs, qu'il peut eventuellement ponderer pour indiquer leurs importances relatives. Nous avons concu une societe d'agents qui se met au service de l'utilisateur pour l'aider dans sa recherche d'information: les agents de recherche etablissent leur strategie de maniere dynamique, en fonction de la situation. Ils s'appuient sur les jugements de l'utilisateur a propos des documents proposes non seulement pour ameliorer leur recherche, mais pour evaluer leurs performances. Cette societe d'agents doit etre capable d'evoluer. Definir les agents d'un tel systeme et leur organisation dynamique, etudier les modes d'interactions et de cooperation qui peuvent s'etablir entre eux durant une session de recherche, tel a ete l'objet principal de notre travail. Les idees que nous avons developpees ont ete implantees dans le prototype multi-agents safari-video.

[1]  Gilles Halin.  Apprentissage pour la recherche interactive et progressive d'images : processus EXPRIM et prototype RIVAGE , 1989 .

[2]  Terry E. Weymouth,et al.  Semantic Queries with Pictures: The VIMSYS Model , 1991, VLDB.

[3]  Carl Hewitt,et al.  Viewing Control Structures as Patterns of Passing Messages , 1977, Artif. Intell..

[4]  Martin Kay,et al.  Linguistic and Information Science , 1974 .

[5]  Timothy W. Finin,et al.  A semantics approach for KQML—a general purpose communication language for software agents , 1994, CIKM '94.

[6]  Norbert Fuhr,et al.  Probabilistic Models in Information Retrieval , 1992, Comput. J..

[7]  Nicholas R. Jennings,et al.  Intelligent agents: theory and practice , 1995, The Knowledge Engineering Review.

[8]  Joon Ho Lee,et al.  Properties of extended Boolean models in information retrieval , 1994, SIGIR '94.

[9]  Gerhard Fischer,et al.  Helgon: extending the retrieval by reformulation paradigm , 1989, CHI '89.

[10]  Edmund H. Durfee,et al.  Trends in Cooperative Distributed Problem Solving , 1989, IEEE Trans. Knowl. Data Eng..

[11]  Mohammad Jamshidi,et al.  Soft computing: fuzzy logic, neural networks, and distributed artificial intelligence , 1994 .

[12]  C. J. van Rijsbergen,et al.  Probabilistic Retrieval Revisited , 1992, Comput. J..

[13]  W. Bruce Croft,et al.  The Use of Adaptive Mechanisms for Selection of Search Strategies in Document Retrieval Systems , 1984, SIGIR.

[14]  Hector J. Levesque,et al.  A Logic of Implicit and Explicit Belief , 1984, AAAI.

[15]  Robert Levinson,et al.  In Implementation Model for Contexts and Negation in Conceptual Graphs , 1995, ICCS.

[16]  Hugh C. Davis,et al.  Hypermedia Links and Information Retrieval , 1993 .

[17]  Rune Hjelsvold,et al.  Searching and browsing a shared video database , 1995, Proceedings. International Workshop on Multi-Media Database Management Systems.

[18]  Jian-Yun Nie,et al.  An information retrieval model based on modal logic , 1989, Inf. Process. Manag..

[19]  Mirja Iivonen,et al.  Consistency in the Selection of Search Concepts and Search Terms , 1995, Information Processing & Management.

[20]  Amedeo Napoli,et al.  Représentations à objets et raisonnement par classification en intelligence artificielle , 1992 .

[21]  Cristiano Castelfranchi.  Social Power: A Point missed in Multi-Agent , 1990 .

[22]  Gio Wiederhold,et al.  Mediators in the architecture of future information systems , 1992, Computer.

[23]  Gerard Salton,et al.  Improving retrieval performance by relevance feedback , 1997, J. Am. Soc. Inf. Sci..

[24]  Barbara Hayes-Roth,et al.  A Blackboard Architecture for Control , 1985, Artif. Intell..

[25]  Marti A. Hearst.  TextTiling: A Quantitative Approach to Discourse , 1993 .

[26]  James M. Turner.  Subject Access to Pictures: Considerations in the Surrogation and Indexing of Visual Documents for Storage and Retrieval , 1993 .

[27]  J. J. Rocchio,et al.  Relevance feedback in information retrieval , 1971 .

[28]  Dragutin Petkovic,et al.  Indexing for complex queries on a query-by-content image database , 1994, Proceedings of 12th International Conference on Pattern Recognition.

[29]  K. Konolige.  A deduction model of belief , 1986 .

[30]  Les Gasser,et al.  Implementing distributed AI systems using MACE , 1987 .

[31]  W. Bruce Croft,et al.  A Comparison of Text Retrieval Models , 1992, Comput. J..

[32]  Ramesh C. Jain,et al.  Knowledge-guided parsing in video databases , 1993, Electronic Imaging.

[33]  Hugh C. Davis,et al.  Media Integration Issues within Open Hypermedia Systems , 1993 .

[34]  Jian-Yun Nie.  An outline of a general model for information retrieval systems , 1988, SIGIR '88.

[35]  Yuen Ren Chao,et al.  Human Behavior and the Principle of Least Effort: An Introduction to Human Ecology , 1950 .

[36]  Steven Reece,et al.  Automating the Librarian: Belief Revision as a Base for System Action and Communication with the User , 1992, Comput. J..

[37]  C. J. van Rijsbergen,et al.  A Non-Classical Logic for Information Retrieval , 1997, Comput. J..

[38]  Chengqi Zhang.  Cooperation Under Uncertainty in Distributed Expert Systems , 1992, Artif. Intell..

[39]  Nicolas Anquetil,et al.  A Flexible Architecture for Collaborative Information Retrieval , 1994, RIAO.

[40]  Georg Kirchsteiger,et al.  Cooperation under Uncertainty , 1992 .

[41]  Elke A. Rundensteiner,et al.  A visual query language for identifying temporal trends in video data , 1995, Proceedings. International Workshop on Multi-Media Database Management Systems.

[42]  Edmund H. Durfee,et al.  Coherent Cooperation Among Communicating Problem Solvers , 1987, IEEE Transactions on Computers.

[43]  Andrew Lippman,et al.  Coding image sequences for interactive retrieval , 1989, CACM.

[44]  Michel Wermelinger,et al.  Conceptual Graphs and First-Order Logic , 1995, ICCS.

[45]  Carlo Meghini,et al.  Conceptual modeling of multimedia documents , 1991, Computer.

[46]  John F. Sowa,et al.  Conceptual Structures: Information Processing in Mind and Machine , 1983 .

[47]  William E. Lorensen,et al.  Object-Oriented Modeling and Design , 1991, TOOLS.

[48]  Gilles Halin,et al.  Machine learning and vectorial matching for an image retrieval model: EXPRIM and the system RIVAGE , 1989, SIGIR '90.

[49]  C. J. van Rijsbergen,et al.  A New Theoretical Framework for Information Retrieval , 1986, SIGIR Forum.

[50]  M. Cluzeau-ciry.  Typologie des utilisateurs et des utilisations d''une banque d''images , 1988 .

[51]  John R. Anderson,et al.  MACHINE LEARNING An Artificial Intelligence Approach , 2009 .