Académique Documents
Professionnel Documents
Culture Documents
3
LES PRINCIPES DE LA DÉMARCHE BAYÉSIENNE
4
GÉNÉRALITÉS SUR L’APPROCHE
BAYÉSIENNE
Cette approche a besoin des données suivantes:
Loi de probabilité à priori: (avis d’experts, historique)
5
LA DÉMARCHE BAYÈSIENNE
Les étapes de réalisation d’une démarche Bayèsienne
Choix d’un modèle relatif aux données: distribution
conditionnelle. La distribution conditionnelle appartient à
une famille de loi de probabilité (P).
Détermination d’une loi de distribution à priori du
paramètre de la loi conditionnelle. pour intégrer des données
subjectives . Elle est établie sur des connaissances qu’on a
sur le materiel etudié: essai antérieur sur materiel similaire,
avis d’experts, retour d’experience, enquête… (D|P)
6
Obtention de la distribution à postériori par
application du théorème de Bayes qui permet de
combiner l’information subjective et l’information
objective contenue dans l’echantillon L(P|D)
Estimation du paramètre de fiabilité étudiée (taux de
défaillance..) déduite de la distribution à posteriori
(l’estimateur) avec un intervalle de crédibilité.
7
PROBABILITÉ À POSTÉRIORI
La densité de probabilité à posteriori sur ʎ conditionnée
par les observations xi:
Fonction de vraisemblance
Densité à priori
(échantillon - observations)
8
DÉFINITION ET UTILITÉ
Les réseaux bayésiens (RB) sont un couplage entre la
théorie des graphes et la théorie des probabilités
● Un RB permet de représenter les connaissances
probabilistes d’une application donnée : par exemple, les
connaissances d’u expert sur des liens de causalité entre
défaillances et causes
● Les RB sont utiles pour modéliser des connaissances
d’un système expert ou d’un système de support à la
décision, dans une situation pour laquelle :
lacausalité joue un rôle important (des événements en causent
d’autres)
mais notre compréhension de la causalité des événements est 9
incomplète (on doit recourir aux probabilités)
DÉFINITION ET UTILITÉ: EXEMPLE
APPLICATION
Déterminer la cause d’une défaillance
On peut avoir une défaillance mais montrer seulement
un sous-ensemble des causes possibles
Coupure
électricité
Rupture de
l’axe
Arrêt Moteur
10
DÉFINITION ET UTILITÉ: LES
APPLICATIONS POSSIBLES
Diagnostique : P(Causes | Symptômes)
Prédiction : P(Symptomes | Causes)
Causes
C1 C2
11
Symptômes
DES APPLICATIONS CONNUES EN SDF
12
DES APPLICATIONS CONNUES EN SDF
Le projet Système d'Alerte et de Réponse Graduée OffShore (SARGOS) répond à ce
nouveau besoin de protection d'infrastructures civiles vulnérables aux actes de
piraterie ou de terrorisme menés à partir de la mer. En effet, ce projet vise à
concevoir et développer un système global prenant en compte toute la chaîne de
traitement depuis la détection d'une menace potentielle jusqu'à la mise en œuvre de
la réaction, en s'intégrant dans les modes de fonctionnement de l'infrastructure et en
prenant en compte les contraintes réglementaires et juridiques.
13
DES APPLICATIONS CONNUES EN SDF
Grâce à ce réseau,
une vision très claire sur la tactique des pirates, la nature de l'armement et surtout le
nombre des personnes impliquées est désormais possible.
14
DES APPLICATIONS CONNUES EN SDF
Grâce à ce réseau,
une vision très claire sur la tactique des pirates, la nature de l'armement et surtout le
nombre des personnes impliquées est désormais possible.
15
STRUCTURE D’UN RB
Un RB est un graphe
• orienté
• acyclique
• dont les nœuds sont des variables aléatoires
• les arcs représentent
• des dépendances (par exemple des causalités) probabilistes entre les
variables et
• des distributions de probabilités conditionnelles (locales) pour chaque
variable étant donnés ses parents
Coupure
électricité
Rupture de
l’axe
16
Arrêt Moteur
STRUCTURE D’UN RB
Considérons la situation suivante :
J’ai une alarme sécurité à la maison, cette alarme est connectée au réseau
téléphonique fixe et au réseau mobile pour m’envoyer un message d’alarme sur mon
tel au travail:
• Le réseau téléphonique fixe est assujettie aux perturbations et des fois m’envoie
des SMS d’alarmes sans qu’il n’y ait une alarme
• Par contre le réseau du téléphone mobile n’envoie pas toujours les messages
d’alarme.
• Parfois mon alarme se met à sonner lorsqu’il y a de légers séismes
• Comment conclure qu’il y a ou non un cambriolage chez moi?
17
STRUCTURE D’UN RB
Variables aléatoires :
• Cambriolage
• Séisme
Cambriolage
• Alarme
• SMS tel Fixe
Séisme
• SMS Mobile
Alarme
18
STRUCTURE D’UN RB P(C)
0,002 P(S)
La topologie du RB modélise les Cambriolage
relations de causalité 0,001
● Un arc d’un nœud X vers un nœud Y
signifie que la variable X influence Séisme
la variable Y CS P(A|CS)
un cambriolage peut déclencher FF 0,001
l’alarme un séisme aussi
FT 0,29 Alarme
l’alarme peut par fixe ou mobile
● Une table de probabilités TF 0,95
conditionnelles (TPC) donne la TT 0,96
probabilité pour chaque valeur du
nœud étant donnés les combinaisons
des valeurs des parents du nœud
SMS Mobile
(c’est l’équivalent d’une distribution)
A P(T|A) A P(M|A)
T 0,98 SMS tel fixe T 0,96
19
F 0,05 F 0,001
STRUCTURE D’UN RB P(C)
0,002 P(S)
● S’il y a un arc d’un nœud Y vers Cambriolage
un nœud X, cela signifie que la 0,001
variable Y influence la variable X
• Y est appelé le parent de X Séisme
• Parents(X) est l’ensemble des CS P(A|CS)
parents de X FF 0,001
● Si X n’a pas de parents, sa FT 0,29 Alarme
distribution de probabilités est
dite inconditionnelle ou a priori TF 0,95
● Si X a des parents, sa distribution TT 0,96
de probabilités est dite
conditionnelle
SMS Mobile
A P(T|A) A P(M|A)
T 0,98 SMS tel fixe T 0,96
20
F 0,05 F 0,001
STRUCTURE D’UN RB P(C)
F(c) P(S)
● Les lois à prioi peuvent etre des Cambriolage
variables continues : F(s)
les probabilités conditionnelles
sont spécifiées par des fonctions Séisme
de densité de probabilités (PDF) CS P(A|CS)
exemples : <1<3 0,001
• distance entre voleur et le capteur
<1>3 0,29 Alarme
de mouvement
• force du séisme sur l’échelle de >1<3 0,95
Richter >1>3 0,96
SMS Mobile
A P(T|A) A P(M|A)
T 0,98 SMS tel fixe T 0,96
21
F 0,05 F 0,001
LA SÉMANTIQUE DES RELATIONS
Par définition, la probabilité conjointe de X1 et X2 est
donnée par la distribution P(X1,X2) ou P(X1∩X2) , pour
une valeur donnée de X1 et X2
La distribution conditionnelle de X1 sachant X2 est
notée P(X1 | X2 )
P(X1,X2) = P(X1 | X2) P(X2)
Soit X = {X1, …, Xn}, l’ensemble des variables d’un
RB :
P(X1, …, Xn) =Πi = 1 P(Xi | Parents(Xi))
En d’autres mots, la distribution conjointe des variables
d’un RB est définie comme étant le produit des
22
distributions conditionnelles (locales)
LA SÉMANTIQUE DES RELATIONS
23
LA SÉMANTIQUE DES RELATIONS P(C)
P(S)
0,002
Quelle est la probabilité pour le 0,001
meilleur des cas: Avoir un SMS Cambriolage
TF 0,95
TT 0,96
P(T,M,A,C,!S)
SMS Mobile
=0,00178 TF 0,95
TT 0,96
C’est note aussi: SMS Mobile
P(T=vrai,M=vrai,A=vrai,C=vrai
,S=faux) SMS tel fixe
A P(M|A)
A P(T|A)
25
T 0,96
T 0,98
F 0,001
F 0,05
EXEMPLE
J W
A=V A=F
P=V P=F P=V P=F
J=V 1 1 1 0
J=F 0 0 0 1
eaux
Prise otage
31
PRISE
TypeNav eaux OTAGE
EXEMPLE chalutier
petrolier
nationnale
internationnale
non
non
TN= chalutier nationnale oui
cargo internationnale beaucoup
chalutier 3/12 =0,25 Ferrys internationnale non
chalutier internationnale beaucoup
pétrolier 2/12 =0,16
cargo internationnale beaucoup
cargo 4/12=0,33 Ferrys internationnale non
petrolier internationnale non
Ferrys 3/12= 0,25 cargo internationnale oui
cargo internationnale oui
Ferrys nationnale non
TypeNav
eaux
Prise otage
32
PRISE
TypeNav eaux OTAGE
EXEMPLE chalutier
petrolier
nationale
internationnale
non
non
TN= chalutier nationnale oui
cargo internationnale beaucoup
chalutier 3/12 =0,25 Ferrys internationnale non
chalutier internationnale beaucoup
pétrolier 2/12 =0,16
cargo internationnale beaucoup
cargo 4/12=0,33 Ferrys internationnale non
petrolier internationnale non
Ferrys 3/12= 0,25 cargo internationnale oui
cargo internationnale oui
Ferrys nationnale non
TypeNav
EAU=
eaux Nationale 3/12 =0,25
Inter-natio 9/12 =0,75
Prise otage
33
MODÈLE DE DONNÉES
FONCTION DE RÉPARTITION D’UNE
VARIABLE ALÉATOIRE CONTINUE
La fonction de répartition F (x) d’une variable aléatoire X
définie sur [-∞,+∞] correspond à la probabilité d’obtenir un
résultat inférieur ou égal à une valeur x donnée :
F (x) = P (X <x) (Certains auteurs utilisent P (X < x))
La probabilité d’obtenir un résultat compris entre a et b (b >
a) est donnée par :
P (a <X < b) = F (b) – F (a)
35