Exploring Categories of Uncertainty - toward Structure of Uncertainty
As a conventional concept of uncertainty, we are familiar with the 'probability' of a phenomenon initiated in 17 century. Also we often discuss the 'uncertainty' of knowledge. Recently, Fuzzy Theory has brought a hidden uncertainty, 'fuzziness', to light. Reflections on these ideas lead to a fundamental question: What kinds of uncertainty are we aware of? Motivated by this question, this study aims to explore categories and modalities of uncertainty. For instance, we have found that (i) 'form' is a category of uncertainty; (ii) 'inconsistency' is a modality of uncertainty; (iii) the inconsistency of form is one of the major uncertainties. Through the classification of adjectives implying various uncertainties, we elucidate seven uncertainties (or nine if subcategories are counted) and identify three essential ones among them, such as the fuzziness of wording. Finally the structure of uncertainty will be shown. The obtained structure is verified by psychological experiments, while the validity of three essential uncertainties is examined by linguistic analysis.
Michio Sugeno
Tokyo Institute of Technology, Japan
European Centre for Soft Computing, Spain
Vers la gestion de l'imprécision dès la construction de systèmes d'information géographique à la visualisation des données : une démarche basée sur la théorie des ensembles flous
Ce travail se positionne dans le cadre de la manipulation de données spatiotemporelles réelles en tenant compte de leur imperfection et plus particulièrement de leur imprécision. La démarche présentée s'inscrit dans la volonté d'aller vers une meilleure gestion de celles-ci tant pour leur représentation que pour leur analyse et leur visualisation. Dans ce contexte, nos contributions portent tant au niveau conception et construction des systèmes d'information géographique que de l'interrogation et l'exploration (possiblement visuelle) des données. Nos méthodes se basent notamment sur la définition de pictogrammes visuels étendant l'UML, d'indices temporels flous, de graphes, de rangs, de coloriage guidé par les données, etc. La démarche sera illustrée autour d'applications sur des données issues de l'archéologie préventive et sur des cas d'études prospectifs en agronomie et en urbanisme.
Cyril de Runz
CReSTIC/Département Informatique
IUT de Reims Châlons Charleville
