Evaluation de la pertinence des paramètres stochastiques sur des Modèles de Markov Cachés - Archive ouverte HAL Accéder directement au contenu
Autre Publication Scientifique Année : 2010

Evaluation de la pertinence des paramètres stochastiques sur des Modèles de Markov Cachés

Résumé

Les modèles de Markov Cachés ou HMM peuvent être utilisés pour la modélisation de processus complexes. Dans cette étude, nous souhaitons évaluer la pertinence des paramètres d'un modèle de façon objective sans connaissance à priori. Dans un premier temps, nous présentons les critères de sélection des modèles les plus utilisés dans la littérature actuelle. Nous présentons dans une deuxième partie une méthode permettant d'évaluer la pertinence d'événements stochastiques issus de Modèles de Markov Cachés. Nous étayons notre étude en nous appuyant sur l'exemple concret d'un processus industriel. Nous évaluons alors les paramètres de sortie des différents modèles testés sur ce processus, pour finalement s'orienter vers le modèle le plus pertinent.

Domaines

Automatique
Fichier principal
Vignette du fichier
soumission_122.pdf (265.84 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00601983 , version 1 (21-06-2011)

Identifiants

  • HAL Id : hal-00601983 , version 1

Citer

Bernard Robles, Manuel Avila, Florent Duculty, Pascal Vrignat, Frédéric Kratz. Evaluation de la pertinence des paramètres stochastiques sur des Modèles de Markov Cachés. 2010. ⟨hal-00601983⟩
89 Consultations
146 Téléchargements

Partager

Gmail Facebook X LinkedIn More