Les réseaux bayésiens

RSTI Vol.18 n°2- 2004

Christophe Gonzalès - Collection RSTI - Revue d'intelligence artificielle (RIA)

326 pages, parution le 06/07/2004

Ajouter à une liste

Indisponible

Résumé

Les réseaux bayésiens sont l'un des modèles les plus populaires de la communauté IA pour modéliser des incertitudes. Ils combinent en effet un encodage compact de distributions de probabilités et des mécanismes de calculs probabilistes très efficaces. Ils sont actuellement utilisés dans des domaines assez variés comme par exemple le diagnostic de panne, la modélisation d'utilisateur, l'aide à la décision médicale, ou bien encore la robotique. Leur champ d'application est d'autant plus grand que le réseau peut être construit à partir de données hétérogènes provenant de sources elles aussi hétérogènes. L'encodage assure alors que ces données pourront être combinées de manière à produire des résultats toujours significatifs.

Depuis quelques années, les recherches sur les réseaux bayésiens tournent autour de trois axes principaux, qui sont tous abordés dans ce numéro spécial : la construction du réseau et en particulier l'apprentissage automatique du réseau à partir de bases de données, les algorithmes de propagation d'informations dans le réseau, autrement dit l'inférence probabiliste, et l'utilisation pratique des réseaux bayésiens dans des problèmes industriels.

Sommaire

Réseaux bayésiens pour la classification. Méthodologie et illustration dans le cadre du diagnostic médical
Apprentissage de la structure d'un réseau bayésien à partir d'une base de données
Une unification des algorithmes d'inférence de Pearl et de Jensen
Programmation bayésienne des robots
Modélisation de processus industriels par réseaux bayésiens orientés objet (RBOO). Application à l'analyse des performances d'un processus industriel

Voir tout

Replier

Caractéristiques techniques

	PAPIER
Éditeur(s)	Hermès - Lavoisier
Auteur(s)	Christophe Gonzalès
Collection	RSTI - Revue d'intelligence artificielle (RIA)
Parution	06/07/2004
Nb. de pages	326
Format	16 x 24
Couverture	Broché
Poids	295g
Intérieur	Noir et Blanc
EAN13	9782746209121