Processus décisionnels de Markov possibilistes à observabilité mixte

Utilisation des processus décisionnels de Markov pour l'aide à la maîtrise d'une maladie animale

Processus décisionnels de Markov : des récompenses ordinales au multicritère

RÉSUMÉ. Le modèle des processus décisionnels de Markov (MDP) offre un cadre général pour la résolution de problèmes de décision séquentielle dans l’incertain. Son exploitation suppose une connaissance précise des valeurs des paramètres (probabilités et récompenses). Dans ce papier, les récompenses sont qualitatives ou ne sont connues que de manière imparfaite. Seul un ordre est supposé connu. U...

Recherche en ligne pour les processus décisionnels de Markov

Théorèmes limites pour les processus de Markov à sauts

RÉSUMÉ. Les processus de Markov à sauts permettent la modélisation des phénomènes stochastiques en biologie moléculaire. Néanmoins, il y a peu de résultats mathématiques sur la dynamique de ces processus. De plus, leur simulation sur ordinateur rencontre des difficultés dues au temps d’exécution. Nous présentons des résultats permettant de réduire la complexité de la dynamique stochastique. Ces...

A propos de requêtes possibilistes adressées à des bases de données possibilistes

Querying databases containing imprecise data raises different problems among which that of complexity. In this paper, a new type of query is considered. These queries, called possibilistic queries, are of the form: "to what extent is it possible that tuple t belongs to the answer to query Q", where Q denotes a usual query that may involve selection and join operations. The model used is the rel...