Réseaux bayésiens dynamiques à variable exogène continue pour la classification des points singuliers d'une voie ferrée - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle Année : 2007

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.

Domaines

Automatique

Dates et versions

hal-00175677 , version 1 (30-09-2007)

Identifiants

Citer

Allou Samé, Laurent Bouillaut, Patrice Aknin, Abdeljabbar Ben Salem. Réseaux bayésiens dynamiques à variable exogène continue pour la classification des points singuliers d'une voie ferrée. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, 2007, 21 (3), pp.353-370. ⟨10.3166/ria.21.353-370⟩. ⟨hal-00175677⟩
102 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More