Ce scénario reprend le principe de flux d'instances d'évènements entre les différents avatars définit dans une réflexion sur la création de pattern pour un objet sans capteur.
Dans une même pièce se trouve :
Au départ de ce scénario, les avatars n'ont pas encore identifiés de pattern récurrents, il n'existe donc pas encore de variables internes (ou de flux d'instances), uniquement des variables d'entrées continues correspondant aux capteurs et actionneurs des objets.
L'action se déroule dans le bureau de notre utilisateur, Billy, et ce durant plusieurs semaines.
Billy, notre utilisateur, se lève et se rend dans son bureau. Faisant encore nuit, Billy allume la lumière, il est 6h.
Vers 8h Billy sait qu'il fait jour dehors, il éteint donc la lumière et ouvre en grand les stores électrique de sa fenêtre.
Ceux-ci reste ouvert jusqu'à ce que, vers 19h, Billy se rende compte que le soleil se couche. Billy allume donc la lumière de son bureau, puis ferme les stores.
Billy reste ensuite dans son bureau jusqu'à 22h, il éteint alors la lumière avant de partir.
(oui, Billy travaille beaucoup plus qu'il ne le devrait).
En se basant sur les actions de Billy, décrites précédemment, nous pouvons supposer que les variables d'entrée du système d'objets connectés varieraient, plus ou moins, comme présenté sur les graphiques ci-dessous.
Le but étant de voir comment le système d'éclairage et le store pourraient arriver à faire la relation entre la levée du store et l'augmentation de luminosité, via leurs échanges.
Si nous prenons le point de vue du système d'éclairage, celui-ci sera capable de découvrir, dans un premier temps, des motifs liés à ses propres capteurs et actionneurs (puisque aucun flux n'est disponible pour le moment).
Puis dans un second temps de faire le lien entre ses motifs et ceux découvert par les autres objets de la société.
Nous allons voir plus en détail dans cette partie le fonctionnement du système d'apprentissage de l'avatar du système d'éclairage.
La découverte de motifs récurrents à partir des entrées continues que sont V1:1 et V1:2 est fait les couples formés par des agents Découper et des agents Similarité paramétrés de diverses manières.
Comme dit précédemment, le système d'apprentissage doit commencer par essayer d'extraire des informations liés à ses variables d'entrées avant d'essayer de les relier à un quelconque évènement “extérieur” (de plus, à cette étape du scénario aucun flux n'est disponible pour l'autre objet).
Ce travail de découpe est effectué par les agents Découper du système d'apprentissage. Ceux-ci, suivant divers paramètres, vont “déplacer” une fenêtre de découpe le long de la variable. Ces fragments de variables sont décrit à l'aide d'histogrammes par les agents Découper.
Ces fragments de variables sont évaluer via un feedback d'intérêt, aidant ainsi à la sélection des paramètres de découpe par l'agent Découper.
La découverte d'évènements récurrents se fait à l'aide d'un couple d'agent Découper et Similarité. L'agent Découper faisant varier ses paramètres de découpe et l'agent Similarité faisant varier ses paramètres de différenciation, les deux en fonction de la variable d'entrée à laquelle ils sont associés.
La qualité des paramètres, évaluée à partir d'un feedback d'intéret, est sauvegardé dans un espace de marquage à trois dimensions (la variable sélectionné, les paramètres de l'agent Découper et les paramètres de l'agent Similarité).
Cet espace de marque sert à garder, dans un espace commun de recherche de paramètres à tous les couples d'agents, la trace de l'utilisation de certains paramètres et leurs qualités.