Institut de Recherche en Communications et Cybernétique de Nantes

Au XIXe siecle, le cercle meridien est l’instrument majeur de l’astrometrie. Il mesure des positions d’etoiles, et controle la course des horloges. Une politique ambitieuse en equipe tous les observatoires institutionnels francais au seuil du XXe siecle. La maison Eichens-Gautier produit l’instrument pour tous les observatoires ; celui de Toulouse est installe a l’observatoire de Jolimont en 1891. Mais le cercle meridien est instrument de mesure tout autant qu’objet mesure. On adjoint a l’instrument mires et accessoires, qui permettent de connaitre les deviations subies au moment de la mesure. Ces quotites mesurees permettent de corriger les resultats de l’instrument, soit par le calcul, soit par sa calibration. L’installation des accessoires se fait progressivement, ceux-ci sont meme parfois ameliores, au gre des progres techniques et scientifiques. L’instrument se comprend donc dans ce contexte, l’environnement technique, rendu indispensable au fonctionnement optimal de l’objet ; l’en sortir rompt l’usage et la comprehension de l’instrument. Les cercles meridiens deviennent, au fil de leurs modifications, une fausse-serie d’instruments uniques. Impossible a rassembler physiquement, sans la decontextualiser, cette serie ne temoigne cependant de toutes ses qualites que dans la comparaison entre instruments, traduisant une dynamique invisible a l’examen des seuls individus. Les possibilites nouvelles apportees par le numerique nous ont permis de modeliser les lunettes et ainsi de mieux comprendre la serie. La construction d’un double virtuel de l’objet, par agregation d’informations et de documentation offre une vision transversale et donne corps a cette serie physiquement eclatee.

Depuis des dizaines d’annees l’avancee des nouvelles technologies et plus particulierement du numerique a permis de mettre au point de nouveaux outils qui permettent aujourd’hui d’aider a la sauvegarde, voire a la reconstruction de notre patrimoine. Pour autant les approches traitent essentiellement d’objets et non de sites patrimoniaux. Ces derniers sont souvent trop complexes tant geographiquement que temporellement. Notre communication vise a experimenter comment le numerique – a travers les propositions scientifiques d’un projet national de l’ANR www.reseed.fr - cherche a aider a considerer le site du Pic du-Midi-de-Bigorre dans le massif des Pyrenees comme patrimoine scientifique remarquable. Culminant a 2 877 metres, parallelement a un lieu de sorties d’agrements sportifs et touristiques, il est devenu des 1879 un lieu dedie aux observations astronomiques et meteorologiques. Depuis, les activites scientifiques doivent etre menees de pair avec l’inevitable developpement touristique du site. Induisant une complexite certaine. Notre communication aborde les possibilites et les limites liees a la conception d’un outil numerique dedie au patrimoine.

This paper considers the possibility of designing AI that can learn logical or non-logical inference rules from data. We first provide an abstract framework for learning logics. In this framework, an agent $${{{\mathcal {A}}}}$$ provides training examples that consist of formulas S and their logical consequences T. Then a machine $${{{\mathcal {M}}}}$$ builds an axiomatic system that makes T a consequence of S. Alternatively, in the absence of an agent $$\mathcal{A}$$ , a machine $${{{\mathcal {M}}}}$$ seeks an unknown logic underlying given data. We next consider the problem of learning logical inference rules by induction. Given a set S of propositional formulas and their logical consequences T, the goal is to find deductive inference rules that produce T from S. We show that an induction algorithm LF1T, which learns logic programs from interpretation transitions, successfully produces deductive inference rules from input data. Finally, we consider the problem of learning non-logical inference rules. We address three case studies for learning abductive inference, frame axioms, and conversational implicature. Each case study uses machine learning techniques together with metalogic programming.

University in Poznań, which is the host of the event.This workshop is focused on dynamic scheduling problems defined by parameters whose values are varying in time.Problems of this kind appear in many applications, the most common examples are scheduling problems with time-, position-and resource-dependent job processing times.The aim of IWDSP 2016 is to present recent research in this important domain of scheduling theory.