Chihab Mokaddem : Refactoring dans l’ingénierie dirigée par les modèles : Tirer parti des connaissances du domaine et apprendre à partir d’exemples
Le lien vers l’enregistrement se trouve ici (durée : 1 heure et 12 minutes).
Heure et date : le 9 octobre 2024 à 12h00
Lieu : PK-5115 et Zoom
Conférencier : Chihab Mokaddem
Titre : Refactoring dans l’ingénierie dirigée par les modèles : Tirer parti des connaissances du domaine et apprendre à partir d’exemples
Résumé : Lorsqu’on aborde des défis du monde réel dans n’importe quel domaine, deux scénarios émergent souvent : les connaissances du domaine nécessaires à une solution sont soit facilement accessibles, soit implicites et doivent être extraites. Pour maximiser l’efficacité dans la résolution de ces défis, il est crucial d’explorer ces deux scénarios et de tirer parti des informations de chacun.
Dans ce séminaire, j’explorerai ces deux scénarios à travers le prisme du refactoring dans l’ingénierie dirigée par les modèles (IDM). Lorsque les connaissances du domaine, telles que les patrons de conception, sont disponibles, elles peuvent être exploitées pour automatiser le refactoring et identifier ses opportunités. Je présenterai deux contributions liées à la détection de patrons de conception dans les transformations de modèles.
Inversement, lorsque les connaissances du domaine sont implicites, apprendre à partir d’exemples passés devient vital. Je présenterai une approche de programmation génétique qui apprend des règles de transformation pour refactoriser un modèle, démontrant comment les connaissances implicites peuvent guider le processus.
Les participants acquerront des connaissances sur l’utilisation des connaissances explicites et implicites du domaine pour optimiser le refactoring dans l’IDM, les préparant à relever des défis du monde réel dans divers domaines.
Biographie : Chihab Mokaddem est un chercheur scientifique spécialisé en génie logiciel et en intelligence artificielle. Il est titulaire d’un doctorat en informatique de l’Université de Montréal ainsi que d’un master en génie des logiciels et des systèmes d’information.
Chihab était un membre actif de deux groupes de recherche : GEODES (Groupe de recherche en génie logiciel), où il a contribué à résoudre des problèmes complexes liés au génie logiciel, et AIR-NT (Apprentissage, Intelligence, Raisonnement – Nouvelles Technologies), où ses travaux se sont concentrés sur la recherche dans le domaine de la santé.
En plus de ses travaux de recherche, Chihab est chargé de cours à l’UQÀM, où il enseigne et encadre des étudiants dans le domaine du génie logiciel. Ses intérêts de recherche incluent l’ingénierie logicielle basée sur la recherche, les algorithmes évolutionnaires, le refactoring et la maintenance, la détection des patrons de conception, la transformation de modèles, les langages spécifiques à un domaine, et l’ingénierie dirigée par les modèles.
En dehors du milieu académique, Chihab collabore avec des startups pour promouvoir la numérisation et l’automatisation, en utilisant son expertise en IA pour résoudre des problèmes complexes et créer des opportunités d’amélioration.
—
Title: Refactoring in Model-Driven Engineering: Leveraging Domain Knowledge and Learning from Examples
Abstract: When addressing real-world challenges in any domain, two scenarios often emerge: the domain knowledge needed for a solution is either readily accessible or implicit and must be extracted. To maximize effectiveness in tackling these challenges, it is crucial to explore both scenarios and leverage insights from each.
In this seminar, I will explore both scenarios through the lens of refactoring in Model-Driven Engineering (MDE). When domain knowledge, such as design patterns, is available, it can be leveraged to automate refactoring and identify opportunities. I will present two contributions related to design pattern detection within model transformations.
Conversely, when domain knowledge is implicit, learning from past examples becomes vital. I will showcase a genetic programming approach that learns transformation rules for refactoring a model, demonstrating how implicit knowledge can guide the process.
Attendees will gain insights into utilizing both explicit and implicit domain knowledge to optimize refactoring in MDE, equipping them to tackle real-world challenges across various domains.
Bio: Chihab Mokaddem is a Research Scientist specializing in Software Engineering and Artificial Intelligence. He holds a PhD in Computer Science from the Université de Montréal, as well as a Master’s degree in Software and Information Systems Engineering.
Chihab was an active member of two research groups: GEODES (Software Engineering Research Group), where he contributed to solving complex software engineering problems, and AIR-NT (Learning, Intelligence, Reasoning – New Technologies), where his work focused on research in the healthcare field.
In addition to his research work, Chihab is a Lecturer at UQÀM, where he teaches and mentors students in the field of software engineering. His research interests encompass search-based software engineering, evolutionary algorithms, refactoring and maintenance, design pattern detection, model transformation, domain-specific languages, and model-driven engineering.
Outside of academia, Chihab collaborates with startups to drive digitalization and automation, leveraging his expertise in AI to solve complex problems and create opportunities for improvement.
