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.
Domaines
Sciences de l'ingénieur [physics]
Fichier principal
LM22_COM_FULL_482840_Kamrul Islam_SHAHIN_20200802_306358.pdf (857.86 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)