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 17/4 - 2003  - pp.627-654  - doi:10.3166/ria.17.627-654
TITRE
Calcul des diagnostics les plus probables a posteriori.

RÉSUMÉ
Cet article présente une méthode utilisant des réseaux bayésiens pour le diagnostic de dispositifs de taille importante. On décrit un réseau bayésien pour modéliser le dispositif à diagnostiquer. Ce modèle permet de prendre en compte la structure du dispositif mais aussi son comportement en fonction de l'état (bon ou mauvais) de ses composants. Etant donné un ensemble d'observations qui révèle un dysfonctionnement du dispositif, on cherche les diagnostics les plus probables. On entend par diagnostic une affectation d'un mode de fonctionnement à l'ensemble des variables d'états des composants du dispositif compatible avec les observations. L'algorithme que nous proposons recherche les meilleurs diagnostics, simples ou multiples, en exploitant le réseau bayésien du dispositif. Dans ce but, nous proposons une approximation de la probabilité a posteriori d'un diagnostic.


ABSTRACT
This paper presents a method using Bayesian networks for diagnosing large devices. A network is described to model the device. This model allows to take into account the structure of the device but also its behaviour according to the state (ok or abnormal) of its components. Given a set of observations that are incompatible with the normal state of the device, the aim is to compute the most probable diagnoses. A diagnosis is an affectation of all the states of components which is consistent with observations. We propose an algorithm to find the best diagnoses, single or multiple, that use the Bayesian network of the device. For that purpose, we use an approximation of the posterior probability of a diagnosis.


AUTEUR(S)
Véronique DELCROIX, Sylvain PIECHOWIAK, Mohammed-Amine MAALEJ

MOTS-CLÉS
réseau bayésien, diagnostic, probabilité de panne, probabilité a posteriori, modèle, raisonnement incertain, état d'un composant.

KEYWORDS
Bayesian network, diagnosis, probability of failure, posterior probability, model, uncertain reasoning, component state.

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  (298 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier