Modélisation du raisonnement causal avec la théorie des fonctions de croyance
Auteur / Autrice : | Imen Boukhris |
Direction : | Salem Benferhat, Zied Elouedi |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 17/01/2013 |
Etablissement(s) : | Artois en cotutelle avec Institut supérieur de gestion (Tunis) |
Ecole(s) doctorale(s) : | ED Sciences pour l'ingénieur (n°72) |
Jury : | Président / Présidente : Eric Lefevre |
Examinateurs / Examinatrices : Salem Benferhat, Zied Elouedi, Eric Lefevre, Philippe Leray, Aicha Mokhtari, Nahla Ben Amor | |
Rapporteurs / Rapporteuses : Philippe Leray, Aicha Mokhtari |
Mots clés
Mots clés contrôlés
Résumé
La présente thèse s'intéresse à modéliser la causalité dans le cadre de la théorie des fonctions de croyance. Dans un premier temps, nous avons analysé et révisé les fondements théoriques des différents modèles associationnels crédibilistes existants. Nous avons proposé une structure graphique qui sert de base pour le réseau causal crédibiliste. Dans ce dernier, l'incertitude au niveau des nœuds est donnée en termes de distributions de masses conditionnelles. Comme la notion d'intervention est d'une importance capitale pour une analyse causale efficiente, nous avons introduit la contrepartie de l'opérateur \do" pour la représentation des interventions dans les réseaux causaux crédibilistes. Le modèle proposé permet ainsi de calculer l'effet simultané des observations et des interventions. Il est admis que considérer l'intervention comme une action qui réussit toujours à mettre sa cible à une valeur précise en la rendant complètement indépendante de ses causes originales est une condition rarement réalisée dans les applications réelles. De ce fait, nous avons examiné le traitement des interventions dont l'occurrence et/ou les conséquences sont imparfaites. Dans la dernière partie de la thèse, nous avons proposé un modèle d'attribution de causalité permettant d'interpréter les relations d'influence qui existent entre les différents attributs du système à savoir la causalité, la facilitation ou encore la justification en présence de données observationnelles et interventionnelles. Motivé par le fait que les preneurs de décision ne sont pas uniquement intéressés par l'attribution de la causalité, ce modèle permet de définir différentes forces d'une cause.