Project Description

Projet raisonneur sémantique

Le Trilab a développé une nouvelle preuve de concept (lien vers article Said), afin d’explorer les domaines de l’interopérabilité et du raisonnement sémantique. Ce PoC exploite des données au niveau sémantique, afin de prendre des décisions complexes intelligemment. Avec le développement rapide de l’IoT et la quantité de données disponible qui va avec, utiliser ces données fait sens afin de créer des systèmes plus intelligents.

 

Qu’est-ce que le raisonnement sémantique?

Aussi connu sous le nom de raisonneur, moteur de règles ou de moteur de raisonnement, le raisonneur sémantique déduit des conséquences logiques à partir d’un ensemble d’axiomes ou de faits. Les raisonneurs sémantiques généralisent la notion de moteur d’inférences en fournissant un ensemble de mécanismes plus riche pour pratiquer des opérations logiques. Le raisonnement sémantique repose souvent sur l’usage d’ontologies, des structures de données standardisées qui fonctionnent au niveau sémantique.

Dans cette preuve de concept, les données utilisées sont conformes au format de l’ontologie SAREF (Smart Applications REFerence), supporté par l’ETSI. Elle est le basée sur le concept d’un appareil comme une entité physique qui exécute des fonctions. SAREF a été fondée pour définir le domaine de la maison intelligente, mais elle s’est maintenant développée pour inclure des modules spécifiques pour l’énergie, les bâtiments, l’environnement et l’industrie du futur.

 

Le démonstrateur

Le PoC consiste en deux scenarios, permettant à l’utilisateur de comprendre le but et le concept du raisonnement sémantique à travers des applications concrètes, et une zone d’implémentation libre :

  • Le premier scenario concerne la température d’une pièce. Il comprend un capteur de température, un ventilateur et un radiateur. Il récupère les informations du capteur de température, et active le ventilateur et le radiateur en fonction.
  • Le second scenario est un peu plus complexe. Il vise à utiliser une machine à laver durant les heures creuses d’électricité. En fonction de paramètres comme la durée de lavage, les heures pleines et creuses, la puissance disponible, l’heure, etc., le raisonneur décide de lancer ou non la machine à laver.
  • Dans la zone d’implémentation libre, l’utilisateur a la possibilité de tester le raisonnement sémantique sur un exemple personnel, en téléchargeant une base de données personnalisée, et en écrivant une nouvelle requête.

 

Possibilités pour le futur

Dans le futur, nous pourrons connecter ce démonstrateur avec un autre projet Trilab, un traducteur sémantique pour les données Linky (lien vers article Basma), qui a récemment été développé. Ce raisonneur récupère des données du compteur Linky, et les convertis au format SAREF, permettant à n’importe quel raisonneur sémantique basé sur SAREF de les comprendre. Par example, dans le second scenario, une fois converties au format SAREF, les données Linky pourraient être utilisées pour comprendre quel est le meilleur moment pour lancer la machine à laver.

Si vous voulez en savoir plus, allez voir nos articles de blog :

  • Sur le démonstrateur raisonneur sémantique
  • Sur le projet de traduction sémantique