5.4.1.1 Trace de scénario de la session d’analyse de données
Un utilisateur se connecte, l’agent facilitateur (Ag-Facil) est créé et lancé. L’agent facilitateur se met en attente des données du problème à résoudre. Dès réception des données, l’agent facilitateur lance l’exécution de l’agent chargé de l’évaluation des critères de comparaison des données (Ag-Eval-BD). Les informations concernant les méta-donnés calculés par l’agent Ag-Eval-BD sont retournées à l’agent facilitateur qui effectue la fusion de ces métas donnés avec les connaissances disponibles dans la base de connaissances. Le principe de la fusion est le suivant : s’il existe un cas traité dans la base de connaissances dont les critères de comparaison de données sont similaires aux critères de comparaison des données du problèmes à résoudre, les informations relatives à la performance des algorithmes de la plate forme sur ce cas similaire sont transmises à l’utilisateur. Si tel n’est pas le cas, l’agent facilitateur sollicite l’agent chargé de l’exécution en parallèle sur le réseau pour l’exécution de chaque algorithme de la plate forme sur le nouvel ensemble de données. L’exécution en parallèle des agents méthodes d’analyse permet un gain en temps de traitement.
Les résultats des performances des algorithmes sont transmis à l’agent facilitateur qui effectue une mise à jour de la base de connaissances et propose les différentes alternatives (solutions) susceptibles d’être choisies à l’utilisateur puis lui demande s’il souhaite définir des poids à accorder aux différents critères de comparaison des algorithmes (compréhensibilité des résultats obtenus, vitesse d’exécution, temps d’apprentissage, temps de test, etc…). Après la réponse de l’utilisateur, l’agent facilitateur effectue une fusion et transmet les résultats finaux à l’utilisateur. Le résultat est une liste contenant l’ensemble des algorithmes disponibles sur la plate forme triée par ordre décroissant de performance. L’idée ici est de pouvoir exécuter le premier algorithme de la liste, au cas ou l’exécution du premier algorithme n’arrive pas à son terme, l’agent facilitateur lance l’exécution du second algorithme et ainsi de suite.
Figure 5.4 Modèle de la session d’analyse de données
5.4.1.1 Trace de scénario de la session d’analyse de données
Un utilisateur se connecte, l’agent facilitateur (Ag-Facil) est créé et lancé. L’agent facilitateur se met en attente des données du problème à résoudre. Dès réception des données, l’agent facilitateur lance l’exécution de l’agent chargé de l’évaluation des critères de comparaison des données (Ag-Eval-BD). Les informations concernant les méta-donnés calculés par l’agent Ag-Eval-BD sont retournées à l’agent facilitateur qui effectue la fusion de ces métas donnés avec les connaissances disponibles dans la base de connaissances. Le principe de la fusion est le suivant : s’il existe un cas traité dans la base de connaissances dont les critères de comparaison de données sont similaires aux critères de comparaison des données du problèmes à résoudre, les informations relatives à la performance des algorithmes de la plate forme sur ce cas similaire sont transmises à l’utilisateur. Si tel n’est pas le cas, l’agent facilitateur sollicite l’agent chargé de l’exécution en parallèle sur le réseau pour l’exécution de chaque algorithme de la plate forme sur le nouvel ensemble de données. L’exécution en parallèle des agents méthodes d’analyse permet un gain en temps de traitement.
Les résultats des performances des algorithmes sont transmis à l’agent facilitateur qui effectue une mise à jour de la base de connaissances et propose les différentes alternatives (solutions) susceptibles d’être choisies à l’utilisateur puis lui demande s’il souhaite définir des poids à accorder aux différents critères de comparaison des algorithmes (compréhensibilité des résultats obtenus, vitesse d’exécution, temps d’apprentissage, temps de test, etc…). Après la réponse de l’utilisateur, l’agent facilitateur effectue une fusion et transmet les résultats finaux à l’utilisateur. Le résultat est une liste contenant l’ensemble des algorithmes disponibles sur la plate forme triée par ordre décroissant de performance. L’idée ici est de pouvoir exécuter le premier algorithme de la liste, au cas ou l’exécution du premier algorithme n’arrive pas à son terme, l’agent facilitateur lance l’exécution du second algorithme et ainsi de suite.