Skip to Main content Skip to Navigation
Conference papers

Acquisition de Contraintes Ouvertes par Apprentissage de Solveur

Résumé : Les contraintes partiellement définies, encore appelées Contraintes Ouvertes peuvent être utilisées pour modéliser les connaissances incomplètes d'un agent ou bien ses préférences. Au lieu de simplement calculer avec la partie connue de la contrainte, nous proposons de compléter sa définition en utilisant des techniques d'Apprentissage Artificiel. Mais la Programmation par Contraintes nécessite que les contraintes aient un comportement actif pendant la résolution. Nous montrons que les techniques que nous proposons pour l'acquisition d'une contrainte ont non-seulement un faible taux d'erreur en généralisation, mais qu'elle peuvent aussi être converties en un solveur très efficace pour la contrainte fraîchement apprise.
Complete list of metadata

Cited literature [20 references]  Display  Hide  Download

https://hal.inria.fr/inria-00000052
Contributor : Christine Solnon <>
Submitted on : Wednesday, May 25, 2005 - 10:17:31 AM
Last modification on : Thursday, February 7, 2019 - 3:43:37 PM
Long-term archiving on: : Monday, September 10, 2012 - 6:45:08 PM

File

Identifiers

  • HAL Id : inria-00000052, version 1

Collections

Citation

Andreï Legtchenko, Arnaud Lallouet. Acquisition de Contraintes Ouvertes par Apprentissage de Solveur. Premières Journées Francophones de Programmation par Contraintes, CRIL - CNRS FRE 2499, Jun 2005, Lens, pp.119-128. ⟨inria-00000052⟩

Share

Metrics

Record views

106

Files downloads

162