Enrichir la programmation logique inductive avec des prédicats flous

International audienceThe interest of introducing fuzzy predicates when learning rules is twofold. When dealing with numerical data, it allows us to have a more flexible discretization and to preserve the readability of the rule. Moreover, it enlarges the expressive power of what is leamed by considering different types of fuzzy rules, which may describe gradual behaviors of related attributes or uncertainty pervading conclusions. This paper describes different types of first-order fuzzy tulles and a method for learning each type. Finally, we discuss the interest of each type of rules on a benchmark example.L'intérêt d'introduire des prédicats flous lors de l'apprentissage de règles est double. D'une part, pour travailler avec des données numériques, cela permet une discrétisation plus flexible tout en préservant la lisibilité de la règle. D'autre part, cela augmente la puissance d'expression de ce que l'on apprend en considérant différents types de règles floues, qui peuvent décrire le comportement graduel entre les attributs ou l'incertitude relative aux conclusions des règles. Dans cet article, nous décrivons les différents types de règle floue en logique du premier ordre et une méthode pour les apprendre. Enfin, nous discutons de leur intérêt sur des exemples représentatifs