Multimodal interaction semantic architecture for ambient intelligence

Il existe encore de nombreux domaines dans lesquels des moyens doivent etre explores pour ameliorer l'interaction homme-systeme. Ces systemes doivent avoir la capacite de tirer avantage de l'environnement pour ameliorer l'interaction. Et ceci afin d'etendre les capacites du systeme (machine ou robot) dans le but de se rapprocher du langage naturel utilise par les etres humains. Nous proposons une methodologie pour resoudre le probleme d'interaction multimodale adaptee aux differents contextes en definissant et modelisant une architecture distribuee qui s'appuie sur les standards du W3C et des services Web (agents semantiques et services d'entree / sortie) qui travaillent dans un environnement d'intelligence ambiante. Cette architecture est realisee en utilisant le modele des systemes multi-agents. Afin d'atteindre cet objectif, nous avons besoin de modeliser l'environnement en utilisant un langage de representation des connaissances et de communication (EKRL, Ontologie). Le modele de l'environnement obtenu est utilise dans deux principaux processus d'inference semantique: la fusion et la fission des evenements a differents niveaux d'abstraction. Ces operations sont sensibles au contexte. Le systeme de fusion interprete, comprend l'environnement et detecte le scenario qui se passe. Le systeme de fission interprete le scenario, le divise en tâches elementaires et execute les tâches qui necessitent la decouverte, la selection et la composition de services appropries dans l'environnement pour repondre aux differents objectifs. L'adaptation au contexte de l’environnement est basee sur la technique d'apprentissage par renforcement multi-niveaux. L'architecture globale de fusion et fission est validee et developpee dans notre framework (agents, services, concentrateurs EKRL) par l'analyse de differentes performances sur des cas d'utilisation tels que la surveillance et l'assistance dans les activites quotidiennes a la maison et en ville.