Contribution à l’application de la reconnaissance des formes et la théorie des possibilités au diagnostic adaptatif et prédictif des systèmes dynamiques
Auteur / Autrice : | Mohamed Saïd Bouguelid |
Direction : | Moamar Sayed-Mouchaweh |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique, traitement du signal et génie informatique |
Date : | Soutenance en 2007 |
Etablissement(s) : | Reims |
Résumé
Les méthodes de Reconnaissance est l’ensemble des méthodes permettant de classifier des formes dans des classes. Nous avons choisi, parmi les méthodes de classifications existantes, la méthode possibiliste Fuzzy Pattern Matching (FPM) pour réaliser le diagnostic des systèmes dynamiques. FPM est simple et son temps de classification est constant et faible. De plus, elle est capable de sélectionner les sources d’informations les plus pertinentes et de traiter des données qui sont à la fois incertaines et imprécises. Cependant, FPM est une méthode de classification naïve, c'est-à-dire qu’elle classifie un nouveau point par la sélection d'une des décisions partielles. Chaque décision partielle est calculée pour chaque classe et par rapport à chaque attribut. FPM ne tient donc pas compte de la corrélation entre les attributs et considère la forme des classes comme convexe. Ces inconvénients rendent FPM inutilisable pour les applications réelles qui souvent nécessitent une discrimination non linéaire entre les classes. De plus, FPM n’est pas une méthode de classification adaptative ou prédictive. Elle ne peut pas extraire l’information manquante des points rejetés en quantifiant leur représentativité vis a vis des classes connues. Ces points, portent l’information sur l’apparition d’une nouvelle classe ou l’évolution entre deux classes. Les travaux de ce mémoire de thèse portent donc sur l’amélioration de la méthode FPM afin de remédier à ses limites. Les performances des solutions proposées sont illustrées à travers plusieurs exemples académiques et réels