Détection et quantification d’événements dans les systèmes stochastiques

Detection and quantification of events in stochastic systems

• Auteur / Autrice : Hugo Bazille
• Direction : Éric Fabre, Blaise Genest
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 02/12/2019
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : ComuE : Université Bretagne Loire (2016-2019)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Rennes, Bretagne-Atlantique) - SUMO

Mots clés

Mots clés contrôlés

Vérification de modèles (informatique)

Systèmes stochastiques

Mots clés libres

Systèmes stochastiques

Information partielle

Diagnosticabilité

Classification

Apprentissage

Vérification de modèles

Stochastic systems

Partial information

Diagnosability

Classification

Learning

Model-Checking

Résumé

Les systèmes stochastiques à information partielle permettent de représenter de nombreux systèmes dont les paramètres sont inconnus et dont le fonctionnement dépend de facteurs en dehors de notre contrôle. Dans cette thèse, nous étudions plusieurs problèmes liés à ces systèmes. Le premier est la diagnosticabilité, c’est-à-dire la capacité de décider si un évènement particulier s’est produit. Le second est la classification qui est la capacité de décider à partir d’une trace d’une exécution quel système l’a produite. Enfin, nous nous intéressons aux garanties que l'on peut avoir quand on apprend les probabilités de transition d’un système stochastique.

Stochastic systems with partial information allow one to represent numerous systems whose parameters are unknown and whose operation may depend on out-of-control factors. In this thesis, we study several problems linked to these systems. First one is diagnosability, that is the capacity to decide if a particular event occurred. Second one is classification which is the capacity to decide from a trace of an execution which system produced it. Finally, we are interested in the guarantees one can obtain by learning the probability transitions of a stochastic system.