Réseaux Bayésiens et quelques applications en traitement d'images
نویسنده
چکیده
Bayesian networks are currently one of the most interesting techniques of artificial intelligence. They combine the readability of a knowledge representation by an intuitive causal graph and the effectiveness of a data representation that takes into account the uncertainty in reasoning. They are used in various applications. This paper presents some ideas on the concept of Bayesian networks. We also present some applications in the field of image processing. MOTS-CLÉS : réseau Bayésien, inférence, apprentissage, annotation d’images, classification d’images.
منابع مشابه
Les Réseaux Bayésiens versus d’autres modèles probabilistes pour le diagnostic multiple de systèmes complexes
Résumé. Le diagnostic multiple à base de réseaux bayésiens hérite, entre autre, des travaux sur le diagnostic à base de modèles dont certains exploitent les probabilités. D’autre part, de nombreuses applications des réseaux bayésiens portent sur le diagnostic de systèmes peu ou moyennement complexes ou encore sur le diagnostic médical. Cet article présente en détail l’intérêt du modèle graphiqu...
متن کاملUne méthode MUSIC adaptée aux grands réseaux de capteurs
RÉSUMÉ. Dans le cadre de l’estimation d’angles d’arrivée en traitement d’antenne, nous synthétisons quelques travaux récents portant sur un estimateur MUSIC amélioré (appelé G-MUSIC), développé dans un contexte où le nombre d’observations collectées N est grand, et du même ordre de grandeur que le nombre de capteurs M composant l’antenne. Tirant profit de résultats en théorie des matrices aléat...
متن کاملPerspectives en matrices aléatoires et grands réseaux
RÉSUMÉ. Dans cet article, de nouvelles perspectives de recherche en matrices aléatoires appliquées à la théorie des graphes sont introduites. Nous nous attachons en particulier à l’analyse spectrale des matrices d’adjacence et laplaciennes de graphes de grandes dimensions pour la détection de communautés dans les réseaux, des matrices aléatoires à noyaux pour la classification non supervisée en...
متن کاملApprentissage de structure des réseaux bayésiens et données incomplètes
Résumé. Le formalisme des modèles graphiques connait actuellement un essor dans les domaines du machine learning. En particulier, les réseaux bayésiens sont capables d’effectuer des raisonnements probabilistes à partir de données incomplètes alors que peu de méthodes sont actuellement capables d’utiliser les bases d’exemples incomplètes pour leur apprentissage. En s’inpirant du principe de ams-...
متن کاملLes Réseaux Bayésiens versus d'autres modèles probabilistes pour le diagnostic multiple de gros systèmes
Notre travail se situe dans le contexte du diagnostic multiple de systèmes fiables et de grande taille. Les systèmes que nous considérons sont constitués de composants, reliés entre eux par leurs entrées ou sorties. Un composant C est soit en bon état ok(C) soit défaillant ab(C). L’objectif du diagnostic est de trouver le ou les composants défaillants qui expliquent le mieux des observations de...
متن کامل