Considérant la dépendance dans la théorie des fonctions de croyance

Mouna Chebbah (1, 2) , Mouloud Kharoune (2) , Arnaud Martin (2) , Boutheina Ben Yaghlane (1)

1 LARODEC - Laboratoire de Recherche Opérationnelle de Décision et de Contrôle de Processus
2 DRUID - Declarative & Reliable management of Uncertain, user-generated Interlinked Data

In this paper, we propose to learn sources independence in order to choose the appropriate type of combination rules when aggregating their beliefs. Some combination rules are used with the assumption of their sources independence whereas others combine beliefs of dependent sources. Therefore, the choice of the combination rule depends on the independence of sources involved in the combination. In this paper, we propose also a measure of independence, positive and negative dependence to integrate in mass functions before the combinaision with the independence assumption.

La fusion d’informations issues de plusieurs sources cherche à améliorer la prise de décision. La théorie des fonctions de croyance, pour réaliser cette fusion, utilise des règles de combinaison faisant bien souvent l’hypothèse forte de l’indépendance des sources. Cette hypothèse d’indépendance n’est cependant pas formalisée ni vérifiée. Nous proposons dans cet article un apprentissage de l’indépendance cognitive de sources d’information permettant de mesurer la dépendance ou l’indépendance. Cette mesure exprimée par une fonction de masse est ensuite intégrée par une approche d’affaiblissement avant de réaliser la combinaison d’informations.

Mots clés: dépendance; indépendance; théorie des fonctions de croyance

Domaines: Intelligence artificielle [cs.AI]

Mouna Chebbah, Mouloud Kharoune, Arnaud Martin, Boutheina Ben Yaghlane. Considérant la dépendance dans la théorie des fonctions de croyance. Revue des Nouvelles Technologies de l'Information, 2014, Fouille de données complexes, RNTI-E-27, pp.43-64. ⟨hal-01105239⟩