| Résumé | Cet article examine le problème de la validation des connaissances basées sur des fautes par l'acquisition automatisée de modèles. L'algorithme Diagnostic Remodeler (DR) a été implémenté pour assurer la génération automatisée de modèles comportementaux constitutifs, avec représentation explicite des fonctions, en réutilisant les connaissance basées sur des fautes. Comme première application, l'algorithme DR réutilise les connaissances basées sur des fautes du système Jet Engine Troubleshooting Assistant (JETA). L'algorithme DR extrait un modèle du circuit de carburant en utilisant comme intrants les connaissances sur les fautes de moteurs réels et deux types de connaissances contextuelles, soit des connaissances dépendantes du dispositif et indépendantes du dispositif. Le modèle généré identifie les lacunes et les incohérences dans les connaissances basées sur les fautes. Pour démontrer la généralité de DR, on l'a également appliqué à une base de connaissances sur les fautes d'une cafetière pour extraire les modèles constitutifs d'une cafetière complète. Il est possible d'utiliser DR comme moyen de validation général des connaissances basées sur des fautes. |
|---|
