6.3 W ORLD M ANAGER : moteur d’exécution du scénario
7.2.3 Mise à jour de l’état de connaissance
Chaque source d’information apporte des éléments de connaissances sur une classe de situation
Sdécrits par une distribution de masse de croyance (a,d,i,c) aveca+d+i+c=1.
Pour établir un profil de l’apprenant, il est nécessaire de combiner les différentes sources
d’infor-mation à disposition, c’est à dire d’inférer une croyance sur la capacité de l’apprenant à gérer une
situation à partir de différentes observations. Ces observations peuvent être simultanées, auquel cas
il s’agit de fusionnerles sources d’informations pour obtenir une croyance valable à un moment
donné. Dans le cas contraire, il s’agit en réalité de mettre à jour un état de connaissance qui a
po-tentiellement évolué, il s’agit alors d’un problème derévision. Nous avons proposé unopérateur de
fusion sans conflitet unopérateur de révisionpour réaliser ces combinaisons dans l’espace-zpd.
Dans la suite de cette section, pour chacun des opérateurs nous illustrerons l’intérêt et présenterons
une définition ainsi que des propriétés intéressantes.
Fusion sans conflit de sources d’informations simultanées
Illustrations :la trace de l’activité de l’apprenant au sein de l’environnement montre qu’il réalise les
tâches attendues correctement. En outre, les données issues de capteurs physiologiques viennent
confor-ter l’estimation de sa bonne appréhension de la situation.
La fusion consiste à combiner des sources d’informations simultanées décrivant un même état du
système, en l’occurrence l’état de connaissance de l’apprenant, que ces sources soient contradictoires
ou concordantes. Ici, le conflit résultant de sources contradictoires reflèterait une difficulté
d’inter-prétation de la situation en cours. Cette information ne présente aucun intérêt pour le diagnostic de
l’apprenant. Aussi, nous proposons d’utiliser un opérateur de fusion qui normalise la distribution de
masse par rapport au conflit, et donc le fait disparaître. L’intérêt de l’opérateur de fusion sans conflit
est de pouvoir calculer une croyance globale sur l’état de connaissance de l’apprenant sur un point
précis dans l’espace S à partir de différentes sources. Le principe de la fusion sans conflit est de
conserver le maximum d’information possible en redistribuant l’information contradictoire
équita-blement sur les différentes hypothèses.
Nous proposons d’utiliser la règle diterègle orthogonalede Dempster [Dempster, 1967, Dempster,
1968] pour définir un opérateur de fusion sans conflit.
7.2. PROFIL DE L’APPRENANT CHAPITRE 7. DIAGNOSTIC DE L’APPRENANT
Règle de Dempster dite règle orthogonale
Soient m
1et m
2distinctes et définies sur un même cadre de discernement Ω, supposées
fiables.
m
f(A) = m
1(A)Lm
2(A)
m
f(A) =
1−1KP
B∩C=A6=;m
1(B)m
2(C)
où
K= X
B∩C=;m
1(B)m
2(C).
L’intérêt de cette règle est de normaliser les différentes masses de croyances en redistribuant la
masse issue de la contradiction entre les différentes sources d’informations. En effet, nous ne
souhai-tons pas ici conserver l’information sur le fait que les différentes sources sont contradictoires, car cela
n’aurait ici aucune utilité. Cependant, nous cherchons à obtenir une croyance de ces sources
combi-nées qui soit représentative de l’état de connaissance de l’apprenant.
En appliquant cette règle à notre domaine, nous pouvons déterminer les formules suivantes :
Opérateur de fusion sans conflit dans l’espace-zpd
a
R=
a11∗−a2a1+∗i1d2∗−a2a2+∗i2d1∗a1d
R=
d1∗d2+i1∗d2+i2∗d1 1−a1∗d2−a2∗d1i
R=
i1∗i2 1−a1∗d2−a2∗d1(a) (b) (c)
(d) (e)
FIGURE7.2 – Comportement de l’opérateur de fusion
Nous illustrons dans la figure 7.2 un certain nombre de propriétés de l’opérateur de fusion sans
conflit qui ont, par ailleurs, été démontrées par [Shafer, 1976] :
— il n’est pasidempotent, de manière intuitive, on s’attend à ce que le résultat de la fusion
d’in-formation, même identique, soit plus informative que ses sources (figure 7.2 (a)) ;
— il estcommutatifet c’est le but d’un opérateur de fusion que de pouvoir combiner les
cro-yances sans préférence d’ordre (figure 7.2 (b) et (e)) ;
CHAPITRE 7. DIAGNOSTIC DE L’APPRENANT 7.2. PROFIL DE L’APPRENANT
— ilnormaliseles croyances par rapport au conflit, et donc il n’en génère pas (figure 7.2(c))
2;
— l’élément neutreest la distribution de masse (abi li t y=0,di sabi li t y=0,i g nor ance=1,con f li ct=
0) (figure 7.2(d)).
Révision des informations par de nouvelles sources d’information
Illustrations : les croyances issues des observations lors d’une session précédente estiment que
l’ap-prenant n’est pas en mesure de gérer une situation particulière, pourtant la trace actuelle montre son
aptitude. La croyance doit donc être mise à jour.
Le mécanisme de révision consiste àprendre en compte des sources d’informations nouvellesqui
viennent conforter, ou au contraire invalider, des croyances antérieures. L’intérêt de ce mécanisme
est de mettre à jour les croyances du système dans l’état de connaissance de l’apprenant en
fonc-tion de l’évolufonc-tion de celui-ci. La révision est guidée par le principe suivant :maximiser la prise en
compte de la nouvelle information en minimisant la perte des informations anciennes. Dans le cas
de la révision, on suppose que l’état du système, ici l’apprenant, a changé — il a appris, ou désappris
— et on souhaite mettre à jour notre représentation en conséquence.
Il semblerait qu’aucun consensus sur la meilleure règle de révision à appliquer n’ait été atteint dans
l’état de l’art. Nous proposons d’utiliser la règle dite derévision interneproposée par [Ma et al., 2011]
pour ses propriétés intéressantes que nous présenterons dans cette section.
Soientm
Ietm
S, les distributions de masses pour l’état de connaissances antérieures sur une classe
de situationSet la nouvelle source d’information sur cette même classe de situation, définies sur le
même cadre de discernementΩ:
Règle de révision interne
m
R(A) = m
I(A)Nm
S(A)
= P
A⊆Bσ(A,B)∗m
i(B)
avec
σ(A,B)=
mI(A)Bel(B)
pour Bel(B)>0 ,
0 pour Bel(B)=0 et A6=B,
1 pour Bel(B)=0 et A=B.
Bel(B) est la crédibilité de l’hypothèseB, c’est-à-dire la part de croyance spécifiquement
al-loué àB
bel(B) = P
C⊆B,C6=;
m(C)
L’application de cette définition au contexte de l’espace-zpd permet d’établir les règles de
révi-sion des valeurs (a,d,i,c).
2. Une source d’information donne des informations sur les hypothèses (Abi li t y,Di sabi li t you les deux), mais ne
peut pas contenir de conflit interne puisque le conflit est une mesure de contradiction entre source d’information. Il n’est
donc pas nécessaire de s’occuper du cas de la fusion d’information qui serait entâchées de conflit.
7.2. PROFIL DE L’APPRENANT CHAPITRE 7. DIAGNOSTIC DE L’APPRENANT
Opérateur de révision interne pour l’espace-zpd
a
R=
aI aI+dI+iI∗i
S+a
Sd
R=
dI aI+dI+iI∗i
S+d
Si
R= i
I∗i
Sc
R= 1−a
R−d
R−i
R(a
I,d
I,i
I,c
I) est la distribution de masses de croyance initialement affectée à la classe de
situa-tionSà partir des informations antérieures,
(a
S,d
S,i
S,c
S) est la distribution de masses de croyance pour la nouvelle source d’information,
(a
R,d
R,i
R,c
R) est la distribution de masses de croyance affectée à la classe de situationSet
révisées grâce à la nouvelle source.
Nous illustrons dans la figure 7.3 les différentes propriétés de l’opérateur de révision démontrées
par [Ma et al., 2011] :
— il n’est pasidempotent, ce qui signifie que la révision d’une croyance par une croyance
iden-tique renforce la croyance résultante (figure 7.3 (a)) ;
— il n’estpas commutatif: la croyance à la droite de l’opérateur, qui correspond à la croyance
la plus à jourest plus informative que la croyance à la gauche de l’opérateur qui est plus
an-cienne (figure 7.3 (b) et (e)) ;
— il permet laremise en cause des informations antérieures (figure 7.3(c)) : l’ancienne
infor-mation est minimisée alors que la nouvelle inforinfor-mation est maximale dans la croyance
résul-tante ;
— ilne génère pas de conflit, en accord avec les objectifs de la révision. Il n’est pas nécessaire de
savoir si la nouvelle source d’information est en contradiction avec l’état épistémique puisque
nous sommes dans le cas ou l’état du système-apprenant a changé et nous cherchons à mettre
à jour l’état épistémique (figure 7.3(c)) ;
— ilsouligne le conflit existant: si du conflit, issu d’une contradiction antérieure, se combine
avec une autre source ayant également du conflit interne, celui-ci augmente (figure 7.3(f)).
Il n’y a dans notre cas aucune crainte de voir le conflit "exploser" — comme on pourrait le
constater avec certains opérateur de fusion — car les nouvelles sources d’information peuvent
être normalisées en répartissant la valeur de conflit sur les trois autres masses ;
— l’élément neutre est la distribution de masse (abi li t y =0,di sabi li t y =0,i g nor ance =
1,con f li ct=0) (figure 7.3(d)) : si on ne dispose d’aucune information a priori (i g nor ance=
1) alors la nouvelle source d’information représente toute la quantité d’information
dispo-nible.
Dans le document
Scénarisation personnalisée dynamique dans les environnements virtuels pour la formation
(Page 124-127)