Modélisation Semi-Automatique par Acquisition de Contraintes

Remi Coletta 1 Christian Bessière 1 Joël Quinqueton 1
1 COCONUT - Agents, Apprentissage, Contraintes
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : La programmation par contraintes est une technologie désormais largement utilisée pour résoudre des problèmes combinatoires dans les applications industrielles. Pourtant, l’utiliser requiert une certaine connaissance du paradigme des contraintes. Cet article introduit un cadre pour apprendre automatiquement des réseaux de contraintes à partir d’ensembles d’instances qui sont des solutions acceptables ou des assignations non désirables du problème que nous souhaiterions exprimer. Ce qui peut aider un novice à manipuler ses contraintes. En restreignant le langage des contraintes utilisées pour construire le réseau, cela peut aussi assister un expert dans la recherche d’une modélisation efficace d’un problème donné.
Type de document :
Communication dans un congrès
Presses Universitaires de Grenoble. RJCIA: Rencontres Nationales des Jeunes Chercheurs en Intelligence Artificielle, 2003, Laval, France. Sixièmes Rencontres Nationales des Jeunes Chercheurs en Intelligence Artificielle, pp.97-110, 2003
Liste complète des métadonnées

Littérature citée [4 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00191969
Contributeur : Christine Carvalho de Matos <>
Soumis le : lundi 26 novembre 2007 - 11:46:22
Dernière modification le : jeudi 11 janvier 2018 - 06:26:23
Document(s) archivé(s) le : lundi 12 avril 2010 - 05:07:45

Fichier

D201.PDF
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : lirmm-00191969, version 1

Collections

Citation

Remi Coletta, Christian Bessière, Joël Quinqueton. Modélisation Semi-Automatique par Acquisition de Contraintes. Presses Universitaires de Grenoble. RJCIA: Rencontres Nationales des Jeunes Chercheurs en Intelligence Artificielle, 2003, Laval, France. Sixièmes Rencontres Nationales des Jeunes Chercheurs en Intelligence Artificielle, pp.97-110, 2003. 〈lirmm-00191969〉

Partager

Métriques

Consultations de la notice

144

Téléchargements de fichiers

37