Transformation des modèles par l’exemple.

Abstract

Avec l’avènement de l’ingénierie dirigée par les modèles (IDM) la problématique de la transformation de modèles est née. De manière simplifée, un modèle peut être défni comme un ensemble de données représentant un système et écrits dans un langage bien défni. La transformation des modèles (TM) est une étape primordiale pour l’IDM, elle consiste à transformer d’un modèle source (MS) vers un modèle cible (MC) en se basant sur des règles de transformation , connues appropriées. Nous pouvons citer par exemple le passage de formalise UML vers le modèle relationnel . Ces transformations peuvent être proposées par des experts et des professionnels dans le domaine de transformation des modèles. Dans quelques situations, nous constatons l’absence des règles de transformation pour e ectuer un certain nombre d’actions. Notre objectif consiste à déduire des règles de transformation en se basant sur l’historique des transformations e ectuées sur les modèles. Pour concevoir un modèle de transformation basé sur les algorithmes de machine learning (ML) , nous avons implémenté quatre types d’algorithmes ( decision trees , Random forest , Naive Bayes, Logistic regression ). Les résulats obtenus motivent notre initiative d’adopter une solution :d’apprentissage machine dans le domaine des transformations des modèles.