JIAF-JFPDA

Présentation

Les Journées d'Intelligence Artificielle Fondamentale (JIAF) et les Journées Francophones sur la Planification, la Décision et l’Apprentissage pour la conduite de systèmes (JFPDA) constituent un rendez-vous annuel de la communauté francophone travaillant sur l'Intelligence Artificielle Fondamentale et la Planification. En 2023, pour la première fois, JIAF et JFPDA sont réunies au sein d'une même conférence. La conférence JIAF-JFPDA est soutenue par le Collège Représentation et Raisonnement de l’AFIA.

Les thématiques de recherche de JIAF-JFPDA sont relatives aux méthodes et outils fondamentaux de l'Intelligence Artificielle : modèles de représentation des informations, méthodes de raisonnements sur ces informations, méthodes de codage des informations et d’algorithmes de traitement efficaces, modélisation formelle de l’interaction, analyse de la prise de décision multi-agents, dans l'incertain ou séquentielle. Les journées sont composées d'exposés de synthèse, permettant à la communauté de découvrir des thématiques connexes au travers d'exposés de spécialistes, et de communications sélectionnées par le comité de programme.

Les éditions précédentes de JIAF et JFPDA se sont déroulées à Saint-Etienne [JIAF / JFPDA] (2022), Bordeaux [JIAF / JFPDA] (en virtuel, 2021), Angers [JIAF / JFPDA] (en virtuel, 2020), Toulouse [JIAF / JFPDA] (2019), Amiens [JIAF] et Nancy [JFPDA] (2018), Caen [JIAF / JFPDA] (2017), Montpellier [JIAF] et Grenoble [JFPDA] (2016), Rennes [JIAF / JFPDA] (2015), Angers [JIAF] et Liège [JFPDA] (2014), Aix-en-Provence [JIAF] et Lille [JFPDA] (2013), Toulouse [JIAF] et Nancy [JFPDA] (2012), Lyon [JIAF] et Rouen [JFPDA] (2011), Strasbourg [JIAF] et Besançon [JFPDA] (2010), Marseille [JIAF] et Paris [JFPDA] (2009), Paris [JIAF] et Metz [JFPDA] (2008), Grenoble [JIAF / JFPDA] (2007) et Toulouse [JFPDA] (2006).

Thèmes de la conférence

Les thématiques de recherche des JIAF-JFPDA sont relatives aux méthodes et outils fondamentaux de l’Intelligence Artificielle :

• Définition de modèles de représentation des informations (croyances, connaissances, préférences, obligations et permissions, actions, incertitude, confiance, réputation) : langages de logiques classiques et non classiques, modèles possibilistes, ontologies, langages à base de contraintes, représentations graphiques, etc.
• Définition et automatisation de raisonnements sur ces informations : raisonnement spatio-temporel, dynamique des informations, révision de croyances, fusion d’informations symboliques, raisonnement par argumentation, raisonnement causal, raisonnement abductif, raisonnement à partir de cas, etc.
• Mise au point de méthodes de codage des informations et d’algorithmes de traitement efficaces : compilation de connaissances, SAT, contraintes, ASP, etc.
• Modélisation formelle de l’interaction : entre utilisateurs et systèmes informatiques, entre entités informatiques autonomes (agents), intégration de ces deux aspects dans les divers agents conversationnels, agents de recherche, assistants personnels.
• Modélisation de la prise de décision collective et des comportements stratégiques d'agents : choix social computationnel, théorie des jeux, algorithmes pour les jeux.
• Pour des objectifs de décision, planification, ordonnancement, diagnostic, apprentissage et dans différents contextes d’application, comme par exemple le Web sémantique.
• Pour la prise de décision séquentielle sous incertitude et la planification : problèmes d’apprentissage par renforcement, processus décisionnels de Markov, théorie du contrôle, programmation dynamique, etc.