ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 21/3 - 2007  - pp.353-370  - doi:10.3166/ria.21.353-370
TITRE
Réseaux bayésiens dynamiques à variable exogène continue pour la classification des points singuliers d'une voie ferrée

RÉSUMÉ
Cet article présente l'implémentation d'un réseau bayésien dynamique avec variable exogène continue, appliquée à la classification d'évènements discrets irrégulièrement espacés, organisés en séquence. La modélisation des tables de probabilités conditionnelles, qui sont fonction d'une variable exogène codant un vecteur de distances entre évènements, s'appuie sur les mélanges de lois gaussiennes estimés par l'algorithme EM. La classification de points singuliers des rails du métro de Paris est le cadre applicatif de cette étude. La parcimonie de l'approche proposée est également démontrée dès que l'ordre du modèle est supérieur ou égal à deux. Cette implémentation permet, à terme, d'améliorer la décision fournie par un capteur spécifique de défaut de rail.


ABSTRACT
This paper addresses the implementation of a dynamic bayesian network, with exogenous continuous inputs, for the classification of discrete irregularly spaced events sequences. Mixture models, estimated using the EM algorithm, are used to model the conditional probability tables, which depends on the vector of distances between events. The application framework of this study is the classification of railway trucks singular points for the Paris metro. The proposed approach reveals also good parsimony properties as soon as the model order is greater or equal two. This implementation may improve decisions provided by a specific rail defect sensor.


AUTEUR(S)
Allou SAMÉ, Laurent BOUILLAUT, Patrice AKNIN, Abdeljabbar BEN SALEM

MOTS-CLÉS
RBD, prédiction, séquence, variable exogène continue, modèles de mélange, EM.

KEYWORDS
DBN, prediction, sequence, continuous exogenous variable, mixture models, EM.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (707 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier