GRETSI'03 19e Colloque GRETSI
sur le traitement du signal et des images
Paris   8 - 11 septembre 2003
Accueil Programme Par session Par auteur Par thème Par code

Informations concernant l'article

Titre
Arbres de Markov Triplet et théorie de l'évidence
Auteur(s)
Pierre Lanchantin Institut National des Télécomm
Wojciech Pieczynski Institut National des Télécomm
Références
vol. III, page 70
 L'article au format PDF
 
Pour obtenir Acrobat Reader (version 5 minimum recommandée) nécessaire pour sa lecture.

Résumé

Les chaînes de Markov Triplet (CMT) généralisent les chaînes de Markov Couple (CMCouple), ces dernières généralisant les chaînes de Markov cachées (CMC). Par ailleurs, dans une CMC la loi a posteriori du processus caché, qui est de Markov, peut être vue comme une fusion de Dempster-Shafer (fusion DS) de sa loi p avec une probabilité q définie à partir des observations. Lorsque l'on se place dans le contexte de la théorie de l'évidence en remplaçant p par une fonction de masse M, sa fusion DS avec q généralise la probabilité a posteriori. Bien que le résultat de cette fusion ne soit pas nécessairement une chaîne de Markov, il a été établi qu'il est une CMT, ce qui autorise les divers traitements d'intérêt. De plus, les résultats analogues restent valables lorsque l'on généralise les différentes chaînes de Markov aux arbres de Markov. Nous proposons d'étendre ces résultats aux chaînes et arbres de Markov Couple, dans lesquels la loi du processus caché n'est pas nécessairement de Markov. Nous montrons également l'intérêt pratique de la théorie de l'évidence dans la segmentation non supervisée des chaînes de Markov non stationnaires.
Edition : Télécom-Paris -- 2003