logo Université de Lorraine
logo Loria

Page personnelle de Christine Bourjot

Maître de conférences en informatique (UFR Math-info)

Recherches

(Key-words : Situated Atificial Intelligence, Multi-agent system, biological modelisation, complex systems, self-organized systems, multi-modelisation)

Membre de l’équipe de recherche MAIA du LORIA, j'effectue mes travaux de recherche dans le domaine de l’Intelligence Artificielle Située (Situated Artificial Intelligence) et des Systèmes Multi-Agents pour la conception de systèmes auto-organisés à base d’agents réactifs d’inspiration biologique.

THEMES :

MODELISATION DE L'AUTO-ORGANISATION DANS LES SOCIETES ANIMALES

Cliquez sur l'image pour plonger dans le laboratoire virtuel et jouer avec la simulation

RESOLUTION COLLECTIVE DE PROBLEMES

  • La transposition des mécanismes d’auto-organisation dans les sociétés animales permet une nouvelle approche de résolution collective de problème selon le paradigme Agent. La détection de régions dans des images à niveau de gris par un algorithme inspiré du tissage des araignées sociales en est un exemple démonstratif :

MODELES POUR L'AUTO-ORGANISATION

  • Pour répondre aux problématiques de l'intelligence en essaim (swarm intelligence) nous avons proposé un nouveau modèle de SMA non linéaire : le SMA logistique. Ce SMA réactif se fonde sur des fonctions de décision non linéaire logistique selon le schéma influence-réaction de Ferber et Muller. Cette approche est appliquée à 2 classes d'algorithmes de la swarm intelligence : les algorithmes "fourmis" et les algorithmes de flocking.

META MODELE POUR LA MULTI-MODELISATION

  • Le méta-modèle de multi-modélisation AA4MM permet de représenter et étudier un phénomène complexe comme une société de modèles en interaction.

THESES CO-ENCADREES :