Sous-sections
Modélisation de systèmes (ou d'activités complexes) évoluant
dans le temps en vue de leur surveillance en ligne
Mots clés : modélisation, supervision,
diagnostic, acquisition de scénarios, apprentissage par PLI,
décision en univers incertain .
Résumé :
Dans le cadre de l'aide à la surveillance de systèmes ou
d'activités complexes, nous nous intéressons plus
spécifiquement au cas de la surveillance par analyse de
séquences d'alarmes reÇues par l'opérateur. Nous cherchons
non seulement à détecter les dysfonctionnements mais à les
caractériser en localisant les composants responsables
(diagnostic). Nous utilisons pour cela des modèles du
système, en particulier des modèles de pannes, qui sont
décrits dans le formalisme des automates communicants
temporels pour les deux applications de surveillance des
réseaux (télécommunications et distribution d'électricité)
que nous traitons, ainsi que dans celui des graphes causaux
temporels.
Les activités du projet dans ce thème portent sur
trois points: l'acquisition de scénarios à partir de
modèles, la construction d'automates diagnostiqueurs et
l'interaction diagnostic/décision dans un univers
incertain. Ces travaux de recherche s'appuient
principalement à la surveillance de réseaux de
télécommunications dans le cadre d'un contrat CTI avec FT
R&D (en collaboration avec l'université Paris-Nord) et
la participation au projet RNRT MAGDA (en collaboration
avec les projets Sigma2 et Pampa, l'université Paris-Nord
ainsi qu'Ilog et Alcatel). Une autre application est en
cours avec l'ENSAR pour la surveillance de terrains
agricoles à partir d'images satellitales.
Participants :
Marie-Odile Cordier, Christine Largouët.
Dans le cadre d'une collaboration avec l'Ensar, nous avons
abordé le problème de la surveillance de parcelles agricoles
à partir d'une série d'images aériennes et satellitales avec
pour objectif la maîtrise de la qualité de l'eau. Le site de
l'étude est le bassin versant Chèze-Canut, d'une surface de
8000 hectares, qui alimente en eau la ville de Rennes.
L'objectif du projet est de fournir, trois fois par an, une
carte thématique qui résume les différentes occupations du
sol (prairie, maïs, blé, etc.) des parcelles agricoles de
cette région. La classification des images par des méthodes
statistiques traditionnelles (maximum de vraisemblance, nuées
dynamiques, analyse discriminante) donne des résultats
globalement corrects mais comportant néanmoins des anomalies
ou des incohérences apparaissant sur la carte thématique
résultat. Les anomalies correspondent à la dispersion de
pixels isolés d'une certaine culture dans une parcelle connue
comme appartenant à une autre culture. Les incohérences,
détectables, si l'on compare plusieurs cartes résultats à des
dates différentes, ont pour origine l'ambiguïté possible
entre deux ou plusieurs cultures ayant des signatures
spectrales proches.
Partant de ce constat, notre objectif est de proposer une
méthode d'interprétation d'un territoire agricole par
classification «intelligente» sur une séquence d'image s.
Nous orientons notre démarche selon deux axes : une
préclassification sur la parcelle et non plus sur le pixel et
la discrimination des occupations du sol à l'aide d'un modèle
d'évolution de la parcelle. La préclassification a pour
objectif de fournir les occupations du sol possibles pour
chaque parcelle. Cette préclassification est ensuite précisée
à l'aide des connaissances sur les cycles culturaux et de
l'historique des observations. La préclassification est
réalisée à l'aide du logiciel Arkémie (développé par la
société Arkémie Toulouse) qui propose une méthode simple de
classification par parcelle. La modélisation de l'évolution
de la parcelle agricole est réalisée à l'aide du formalisme
des automates temporisés. La démarche consiste à confronter
une suite d'observations, issues des images, avec une suite
d'états, proposés par la simulation du système dynamique,
dans le but de restreindre le nombre d'états susceptibles de
représenter l'occupation du sol. Les automates temporisés
sont généralement employés pour la représentation des
systèmes temps-réel mais s'adaptent bien dans ce cadre
puisqu'ils permettent l'expression des contraintes
temporelles et des cycles caractéristiques de l'évolution de
la parcelle agricole. Les occupations du sol correspondent
aux états de l'automate reliés par des transitions munies de
contraintes temporelles exprimées à l'aide d'horloges.
La discrimination des occupations du sol consiste à
comparer les observations, dérivées des images par la
préclassification, à l'état attendu par la simulation de
l'automate. Ce problème est abordé comme un problème de
vérification et résolu à l'aide de techniques de
model-checking. Le principe de reconnaissance de l'occupation
du sol sur une série d'images est spécifié en termes de
propriétés d'atteignabilité. La mise en oeuvre de la méthode
se fait dans un système NosyBe, faisant appel à l'outil de
model-checking Kronos, développé à Verimag.
L'expérimentation, réalisée sur une séquence de cinq
images du site de l'étude, a donné des résultats
encourageants. Dans cette application le formalisme utilisé
pour représenter l'incertitude des informations est celui des
ensembles. Récemment, nous avons proposé une extension de la
méthode aux probabilités afin de tenir compte, lorsqu'une
ambiguïté subsiste sur la classe d'une parcelle, du poids de
la simulation dans le choix de la classe finalement affectée.
Les résultats obtenus présentent une classification de
qualité légèrement supérieure par rapport à l'approche
précédente.
Participants :
Marie-Odile Cordier, Irène Grosclaude, René Quiniou.
Au cours de nos travaux sur l'utilisation déductive des
graphes causaux temporels afin d'obtenir les scénarios des
pannes nous avons montré que, même en supposant l'absence
d'effets contraires ou additifs dans le graphe causal, des
interactions sont possibles entre les effets de plusieurs
pannes. Elles correspondent à des phénomènes de recouvrements
temporels d'occurrences d'effets identiques. Ces
recouvrements peuvent conduire à des observations anormales
pendant une durée plus longue que celle correspondant à la
superposition des durées provoquées isolément par chaque
panne. Ces interactions ne représentent qu'une partie des
interactions pouvant survenir dans la réalité. En effet, les
interactions entre pannes peuvent être bien plus
complexes ; en particulier, les effets de certaines
pannes peuvent empêcher, accélérer ou retarder la survenue
des effets d'autres pannes.
Nous proposons d'étendre le formalisme classique des
graphes causaux afin de traiter les interactions non
monotones en permettant l'expression d'effets négatifs. En
cas d'effets opposés, nous utilisons certaines propriétés des
causes (instantanées ou continues) et des effets (persistants
ou non) pour déduire le résultat de l'interaction. Nous
proposons un algorithme de recherche de panne prenant en
compte ces interactions [25]. Notre méthode utilise un modèle
intermédiaire, calculé automatiquement à partir du graphe
causal dans le formalisme étendu, et contenant la
représentation concise et explicite de tous les phénomènes,
causaux ou interactifs. La prise en compte de l'interaction
augmente la complexité du diagnostic. L'efficacité de
l'algorithme de recherche de panne est donc un point crucial.
Nous l'améliorons par l'utilisation du modèle intermédiaire
pré-compilé, et par un traitement spécialisé des informations
temporelles à l'aide d'un gestionnaire de contraintes
temporelles. Notre méthode permet ainsi d'expliquer
efficacement un ensemble d'observations anormales, dues à une
ou plusieurs pannes, éventuellement intermittentes,
indépendantes ou interagissant.
L'algorithme a été implémenté en Java et intégré au
logiciel CAÏD, développé pour la compilation des
scénarios de pannes à partir du graphe causal, et permettant
une visualisation du graphe causal et du modèle
intermédiaire.
Participants :
Marie-Odile Cordier, René Quiniou, Véronique Masson,
Sophie Robin.
Nous étudions, en collaboration avec le LTSI (unité
INSERM, université de Rennes 1), l'application en cardiologie
de la surveillance par reconnaissance de chroniques. Il
s'agit d'analyser le signal provenant des différentes voies
d'un monitoring cardiaque afin d'y détecter et de
caractériser les arythmies cardiaques d'un patient sous
surveillance. La nature, les caractéristiques et la fréquence
des arythmies détectées permettent ensuite de proposer une
attitude thérapeutique adaptée, par exemple un traitement
médicamenteux ou la pose d'un pacemaker.
Une arythmie cardiaque peut se caractériser sur
l'électrocardiogramme (ECG) par la succession d'ondes P et
QRS respectant un certain nombre de contraintes temporelles.
Il est donc naturel d'associer une arythmie à une chronique.
Un premier objectif consiste à définir un ensemble de
chroniques discriminantes, efficaces et adaptées à un patient
donné. Nous utilisons pour ce faire une méthode
d'apprentissage automatique du type programmation logique
inductive (PLI) qui produit, en particulier, des
représentations du premier ordre, nécessaires pour prendre en
compte les aspects temporels. Ces représentations de haut
niveau sont, de plus, facilement interprétables par les
spécialistes qui peuvent ainsi les valider directement.
L'adaptation au patient est réalisée en utilisant une base
d'apprentissage contenant des ECG enregistrés sur ce patient
ou des exemples d'ECG représentatifs d'arythmies que ce
patient est susceptible de développer. Cette année nous avons
continué à étudier l'apprentissage à partir de la voie
principale de l'ECG [42]. Nous étudions également l'apprentissage à
partir de plusieurs voies afin d'améliorer la résistance au
bruit des chroniques apprises.
Un deuxième objectif consiste à adapter les techniques de
reconnaissance de chroniques afin qu'elles prennent en compte
les aspects multivoies. Diverses méthodes de contrÔle de la
reconnaissance ont été envisagées : reconnaissance globale de
tous les événements, reconnaissance hiérarchique privilégiant
l'une des voies, reconnaissance sur une voie et confirmation
sur les autres voies, etc. Ces méthodes sont en cours de mise
en oeuvre. Elles seront évaluées dans différents contextes :
fortement bruité dans le cas de système d'enregistrement
Holter ou peu bruité dans le cadre de signaux issus de
prothèses multisites multifonctions.
Cette étude est développée dans le cadre de l'Action
Concertée Incitative Télémédecine et Technologies pour la
Santé du MENRT (cf. 6.2).
Extension de l'approche diagnostiqueur
Participants :
Marie-Odile Cordier, Yannick Pencolé, Sophie Robin,
Laurence Rozé.
La méthode des automates diagnostiqueurs s'inspire des
travaux de [SSL+95,SSL+94] et s'applique aux systèmes à
événements discrets. Partant d'un modèle de fonctionnement
d'un système décrit en terme d'automates, elle consiste à
construire directement un automate particulier appelé
diagnostiqueur. Les transitions de cet automate correspondent
aux événements observables et ses états décrivent les pannes
du système. Diagnostiquer le système consiste à parcourir le
diagnostiqueur au fur et à mesure de l'arrivée d'événements
observables. Nous avons étendu cette méthode pour l'appliquer
à l'interprétation d'alarmes de réseaux de
télécommunications. Le réseau est modélisé en utilisant le
formalisme des automates communicants temporels. L'approche
diagnostiqueur développée dans [SSL+95,SSL+94] a dû ainsi être adaptée et étendue à
ce formalisme ainsi qu'aux exigences de l'application
traitée.
Un prototype de ce diagnostiqueur, baptisé Dyp, a été
réalisé. Il permet de construire un modèle global du système
à partir d'une description en termes de composants
élémentaires et d'interconnexions; construire l'automate
diagnostiqueur à partir du modèle global du système;
visionner les diagnostics réalisés au fur et à mesure de
l'arrivée d'alarmes. Ce prototype est diffusé dans le cadre
d'un appel à logiciels lancé par le réseau d'excellence
européen MONET (Model-based systems and qualitative reasoning
- http://monet.aber.ac.uk).
Les extensions de l'approche diagnostiqueur sont les
suivantes :
- réalisation d'un prototype DypGen permettant
d'effectuer des diagnostics de faÇon générique. Les deux
idées clés de DypGen sont de ne modéliser que des parties
génériques du réseau (par exemple une branche dans le cadre
d'un réseau hiérarchique) et de ne pas traiter séparément
chacune de ces parties mais de traiter des ensembles de
parties ayant le même comportement.
- intégration des contraintes temporelles dans Dyp. Les
spécifications et l'analyse ont été effectuées pour les
modules de composition et de construction du
diagnostiqueur.
- pré-étude de la réalisation de diagnostiqueurs
symboliques. Les automates utilisés ci-dessus sont définis
de faÇon explicite (états et transitions) et les
algorithmes de construction sont énumératifs. Or il existe
des techniques symboliques, couramment utilisées dans les
approches de type "model checking", permettant d'utiliser
des représentations implicites du modèle sous forme de
relations. Notre idée, à long terme, serait d'utiliser ces
techniques pour construire un diagnostiqueur
symbolique.
- développement d'une approche décentralisée du
diagnostiqueur (cf section suivante).
Parallèlement à ces extensions, un éditeur de modèles a
été réalisé. En effet, Dyp et DypGen s'appuient tout deux sur
une description textuelle des modules et automates décrivant
la topologie du réseau et le fonctionnement de ses
composants. Un éditeur de modèles a donc été développé,
permettant d'effectuer une saisie graphique des modèles
utilisés.
Ces travaux s'effectuent dans le cadre de la poursuite du
contrat CTI avec FT R&D (Projet Gaspar) ainsi que dans le
cadre du contrat RNRT qui rassemble sous le nom de Magda des
industriels et des équipes de recherche sur le thème de
l'interprétation des alarmes dans les réseaux de
télécommunications (cf. 6.3).
Pour le contrat FT R&D, la réalisation de l'éditeur de
modèles a permis la construction du diagnostiqueur d'une
branche complète du réseau. Pour le contrat RNRT, la
modélisation d'un anneau SDH se termine.
Participants :
Marie-Odile Cordier, Laurence Rozé, Yannick Pencolé.
Le problème considéré est la supervision de systèmes tels
que les réseaux de télécommunications. Étant donnée la taille
d'un tel système, une approche diagnostiqueur du type
centralisé n'est pas implantable car elle nécessite la mise
en place d'un modèle global du système. Nous avons donc
décrit un système de diagnostic non plus fondé sur un unique
diagnostiqueur mais sur un ensemble de diagnostiqueurs.
Contrairement à l'approche proposée par [DLT00] qui nécessite la construction du modèle
global, l'idée est ici de construire un automate
diagnostiqueur s'appuyant uniquement sur le modèle local d'un
composant du réseau supervisé. Chaque diagnostiqueur est en
mesure d'établir un diagnostic local au composant en fonction
des alarmes de ce composant reÇues par le superviseur. Une
fois établi l'ensemble des diagnostics locaux, la seconde
étape est la coordination des diagnostics locaux en vue de
construire le diagnostic global du réseau supervisé. Cette
coordination des diagnostics locaux est effectuée après la
mise en place d'une stratégie de reconstruction fondée sur
les interactions possibles entre les diagnostics locaux.
Cette stratégie est une étape nécessaire afin d'optimiser le
calcul de coordination [BLPZ99] et obtenir ainsi un diagnostic en un
temps satisfaisant pour le superviseur. Les travaux sur
l'approche diagnostiqueur décentralisé ont été décrits dans
[37] et dans [36]. Du point de vue de la mise en oeuvre du
système, nous avons terminé la programmation des
diagnostiqueurs locaux. Cette mise en oeuvre s'appuie sur les
bibliothèques du projet Dyp, ce qui assure la
compatibilité avec les approches centralisée et génériques
concernant la description du modèle en entrée du système
(éditeur de modèle utilisable dans cette approche).Ces
travaux s'effectuent également dans le cadre du contrat CTI
avec FR&D (Projet Gaspar) ainsi que dans le cadre du
contrat RNRT Magda (cf. 6.3).
Dans le cadre du contrat FT R&D, nous avons utilisé les
modèles développés afin de mettre en place l'approche
décentralisée. Pour le contrat RNRT, la mise en place d'une
démonstration de l'approche décentralisée est en cours. Cette
démonstration est fondée sur le modèle SDH décrit avec
l'éditeur de modèle (cf. section 5.1.4).