Soutenance de thèse de Jose DIAZ PILPE (CIPP) lundi 30 novembre 2026 à 9h30 en amphi Gosse - 46 avenue Félix Viallet - Grenoble

Intitulée : "Une approche méthodologique pour l'acquisition, la structuration et la représentation des connaissances, soutenue par des LLM, dans le domaine de la fabrication additive" - Title : "A methodological approach for knowledge acquisition, structuring, and representation supported by LLMs in the additive manufacturing domain".

Cette thèse a été dirigée par :
 

  • Yann LEDOUX (Directeur) – Professeur des Universités, Université Grenoble Alpes
  • Christelle GRANDVALLET (Co-encadrante) – Docteure en Sciences, CNRS
  • Franck POURROY (Co-encadrant) – Maître de Conférences, Université Grenoble Alpes
  • François VILLENEUVE (Co-encadrant) – Professeur des Universités (émérite)

Les membres du jury :
 
  • Yann LEDOUX (Directeur de thèse) – Professeur des Universités, Université Grenoble Alpes
  • Sébastien CAMPOCASSO (Rapporteur) – Maître de Conférences, Université de Toulon
  • Julien LE DUIGOU (Rapporteur) – Professeur des Universités, Université de technologie de Compiègne
  • Gülgün ALPAN (Examinatrice) Professeure des Universités, Université Grenoble Alpes
  • Lionel ROUCOULES (Examinateur) – Professeur des Universités, Ecole Nationale Supérieure d’Arts et Métiers
 

Résumé :

Le Modèle Relationnel de Connaissances (RKM – Relational Knowledge Model) est un cadre proposé pour structurer et représenter les connaissances liées aux activités de FAO (Fabrication Assistée par Ordinateur) dans le domaine de la fabrication additive (FA). Il a été testé dans la technologie de FA par fusion par faisceau d'électrons (EBM – Electron Beam Melting) en structurant et en représentant des connaissances principalement acquises par le biais d'une approche d'élicitation menée auprès d'experts du domaine. Cependant, il existe d'autres sources de connaissance, telles que les textes scientifiques, qui peuvent être exploitées pour compléter le savoir des experts représentés à travers le RKM. Cette situation conduit à explorer et à mener une réflexion sur le cadre du modèle actuel, ainsi que sur son potentiel pour représenter et gérer les connaissances acquises à partir de différentes sources, telles que les textes scientifiques dans les divers domaines de la FA, et sur l'utilisation de nouvelles technologies pour soutenir sa construction. À cette fin, cette thèse a pour objectif d'apporter une réponse à la question générale suivante : comment le RKM peut-il être étendu pour soutenir l'acquisition, la structuration et la représentation des connaissances acquises à partir de textes scientifiques et d'experts dans le domaine de la FA ? Cette question complexe se divise en quatre questions de recherche (QR) qui sont traitées tout au long des chapitres de cette thèse :

- QR1 : Comment les connaissances acquises auprès des experts du domaine et des textes scientifiques peuvent-elles être utilisées au sein d'une approche générale pour soutenir la construction d'une représentation RKM ?

- QR2 : Quelles classes et/ou sémantiques doivent être étendues ou modifiées dans le cadre actuel du RKM, et de quelle manière, pour faciliter la représentation des connaissances acquises à partir de textes scientifiques ?

- QR3 : Quelle requête (prompt) ou quel ensemble de requêtes permettra de faciliter l'acquisition, la structuration et la représentation des connaissances issues de textes par le biais de la représentation RKM ?

- QR4 : Quelles nouvelles fonctionnalités faciliteront l'intégration de l'outil d'édition RKM (RKM Editor Tool) lors de la construction d'une représentation RKM ?


​​​​​​​Pour répondre à la QR1, une approche hybride en cinq étapes, qui met l'accent sur l'utilisation de textes scientifiques comme source de connaissance pour soutenir la construction du RKM, a été proposée. Pour répondre à la QR2, une analyse de contenu qualitative de textes scientifiques dans le domaine du WLAM (Wire Laser Additive Manufacturing) a été réalisée. Les conclusions de l'analyse qualitative, ainsi que les conclusions tirées de la revue de la littérature du RKM, ont conduit à des modifications du cadre du RKM afin de faciliter la structuration et la représentation des connaissances contenues dans les textes scientifiques. Pour répondre à la QR3, une approche d'ingénierie de requêtes (prompt engineering), nommée RKM-ProTune, est proposée pour l'ajustement et l'évaluation des requêtes. Les requêtes ajustées et évaluées ont été utilisées pour définir une séquence de requêtes et réaliser deux tests visant à évaluer la capacité de Gemini Notebook, un outil en ligne propulsé par la famille de grands modèles de langage (LLM) Gemini, à soutenir l'analyse de texte et la construction de la représentation RKM. Enfin, pour répondre à la QR4, une série de besoins du point de vue de l'utilisateur a été identifiée, conduisant à la proposition de nouvelles fonctionnalités visant à faciliter l'intégration de l'outil d'édition RKM au sein du processus de construction du RKM.

L'ensemble de ces propositions visant à répondre aux différentes questions de recherche a été validé au moyen d'une étude de cas portant sur l'acquisition, la structuration et la représentation de connaissances issues du domaine du WLAM par l'intermédiaire du RKM.


Mots-clés : Ingénierie des connaissances, modèle de connaissance, LLM, fabrication additive, WLAM, WAAM.


Abstract:

The Relational Knowledge Model (RKM) is a framework proposed for structuring and representing knowledge related to CAM activities in the additive manufacturing (AM) domain. It has been tested in the Electron Beam Melting (EBM) AM technology by structuring and representing knowledge primarily acquired through an elicitation approach with experts in the field.  However, there are other sources of knowledge, such as scientific texts, that can be used to complement experts’ knowledge represented through the RKM. This situation drives us to explore and reflect on the current model’s framework and its potential to represent and manage knowledge acquired from different sources, such as scientific texts across AM domains and the use of new technologies to support its construction. To that end, this thesis aims to give an answer to the following general question: How can the RKM be extended to support the acquisition, structuring, and representation of knowledge acquired from scientific texts and experts in the AM domain? This complex question is divided into four research questions that are addressed across the chapters of this thesis:

- RQ1: How can the knowledge acquired from domain experts and scientific texts be used within a general approach to support the construction of an RKM representation?

- RQ2: What, and how, classes and/or semantics need to be extended or modified in the current RKM framework to facilitate the representation of knowledge acquired from scientific texts?

- RQ3: What prompt or set of prompts will allow us to facilitate the acquisition and the structuring and representation of knowledge from texts through the RKM representation?

- RQ4: What new functionalities will facilitate the integration of the RKM Editor Tool when constructing an RKM representation?

To answer RQ1, a five-step hybrid approach that emphasizes the use of scientific texts as a knowledge source to support the construction of the RKM has been proposed. To answer RQ2, a qualitative content analysis of scientific texts in the WLAM domain has been conducted. The conclusions of the qualitative analysis and the conclusions derived from the literature review of the RKM have driven changes in the RKM framework to facilitate the structuring and representation of knowledge within scientific texts. To answer RQ3, a prompt-engineering approach, the RKM-ProTune, is proposed for tuning and evaluating prompts. The tuned and evaluated prompts have been used to define a sequence of prompts and perform two tests to assess the capacity of Gemini Notebook, an online tool powered by the Gemini LLM family, to support text analysis and the construction of the RKM representation. Finally, to answer RQ4, a series of needs from the perspective of a user have been identified, leading to the proposition of new functionalities to facilitate the integration of the RKM Editor Tool within the RKM construction process.

All these proposals for answering the different research questions have been validated through a case study of the acquisition, structuring, and representation of knowledge from the WLAM domain through the RKM.


Keywords: Knowledge Engineering, Knowledge Model, LLMs, Additive Manufacturing, WLAM, WAAM.



Responsable

Ledoux Yann

Professeur des Universités Grenoble INP - Génie Industriel
UMR 5272 - G-SCOP - Resp. équipe CIPP
46 Av. Félix Viallet, 38000 Grenoble
C 301
04 76 57 43 17