Théorie Dezert-Smarandache
From Wikipedia, the free encyclopedia
La théorie du raisonnement plausible et paradoxale de Dezert-Smarandache (connue sous l'acronyme anglais DSmT) étend la théorie Dempster-Shafer (DST) en permettant la combinaison formelle de n'importe quel type (certain, incertain, paradoxal) d'information avec un nouvel opérateur de fusion applicable pour une large classe de problèmes (problèmes à modèle libre, à modèle partiellement contraint, et à modèle totalement contraint - ce dernier servant de modèle de base du cadre de discernement sur lequel fut développée la DST).
Les premiers fondements de la DSmT, basés sur le treillis de Dedekind (modèle libre), ont été proposés par Jean Dezert et Florentin Smarandache à la fin de 2001. La prise en compte des modèles hybrides (i.e. modèles avec contraintes) a été proposée en 2003. La DSmT permet de résoudre les problèmes de fusion d'informations, en particulier là où la règle de fusion de Dempster de la DST devient inopérante, non fiable ou contre-intuitive, spécialement lorsque les conflits (paradoxes) entre les sources deviennent importants et lorsque le raffinement du cadre de discernement est inaccessible à cause de la nature intrinsèquement vague ou continue de ses éléments à manipuler. Cette théorie est utilisée par exemple dans la modélisation de l'occupation des sols en contexte agricole, dans le calcul du risque d'avalanches ou encore dans la reconnaissance faciale[1],[2],[3],[4],[5],[6].
Références
- ↑ (en) Samuel Corgne, Laurence Hubert-Moy, Grégoire Mercier, et Jean Dezer, « Application of DSmT for land cover change prediction », American Research Press, 2004,, p. 371-382 (lire en ligne)
- ↑ Jean-Marc Tacnet., « Prise en compte de l'incertitude dans l'expertise des risques naturels en montagne par analyse multicritères et fusion d'information », Sciences de l'environnement. Ecole Nationale Supérieure des Mines de Saint-Etienne, (lire en ligne)
- ↑ Pascal Djiknavorian, « Fusion d'informations dans un cadre de raisonnement de Dezert-Smarandache appliquée sur des rapports de capteurs ESM sous le STANAG 1241 », Université Laval, (lire en ligne)
- ↑ Samuel Corgne, « Modélisation prédictive de l'occupation des sols en contexte agricole intensif. Application à la couverture hivernale des sols en Bretagne », Université Rennes 2, (lire en ligne)
- ↑ (en) L. Vidaud Barral, J.M. Tacnet, F. Pinet, X. Pasquier, S. Escande, et al., « How can (serious) gaming help to trace and improve snow avalanche expertise process? », SSW 2018 International Snow Science Workshop, (lire en ligne)
- ↑ (en) HamdiBouchech, Selection of optimal narrowband multispectral images for face recognition, (lire en ligne)
Voir aussi
Article connexe
Bibliographie
(Disponible sur le « site officiel »)
- Advances and Applications of DSmT for Information Fusion, Collected works, Vol. 1, Florentin Smarandache & Jean Dezert, ARP, 2004, (ISBN 1-931233-82-9)
- Advances and Applications of DSmT for Information Fusion, Collected works, Vol. 2, Florentin Smarandache & Jean Dezert, ARP, 2006, (ISBN 1-59973-000-6)
- Advances and Applications of DSmT for Information Fusion, Collected works, Vol. 3, Florentin Smarandache & Jean Dezert, ARP, 2009, (ISBN 1-59973-073-1)
Lien externe
(en) DSmT homepage
