Modèle IOHMM pour le diagnostic et le pronostic de systèmes - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Modèle IOHMM pour le diagnostic et le pronostic de systèmes

Résumé

Dans cet article, nous proposons d'exploiter une forme évoluée de modèle de Markov caché pour représenter le processus d'évolution de l'état de santé d'un système. Ce type de modèle correspond bien au principe d'évolution d'un élément (état de santé) complexe et uniquement observable au travers de variables d'observation. Sa nature stochastique permet la prise en compte de l'incertitude de données et de modèle. Dans ce contexte, les réseaux bayésiens dynamiques sont particulièrement bien appropriés pour représenter un HMM conditionné par des états de conditions opérationnelles pour former les Input-Output HMM.
Fichier principal
Vignette du fichier
LM22_COM_FULL_482840_Kamrul Islam_SHAHIN_20200802_306358.pdf (857.86 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03462822 , version 1 (02-12-2021)

Identifiants

  • HAL Id : hal-03462822 , version 1

Citer

Kamrul Islam, Christophe Simon, Philippe Weber. Modèle IOHMM pour le diagnostic et le pronostic de systèmes. 22e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques, $\lambda\mu22$, Oct 2020, Le Havre (virtual), France. ⟨hal-03462822⟩
113 Consultations
44 Téléchargements

Partager

Gmail Facebook X LinkedIn More