Détection de nouveauté dans le cadre de la théorie des fonctions de croyance : applications à la surveillance d'un système d'incinération de déchets

par Astrid Arégui

Thèse de doctorat en Technologies de l'information et des systèmes

Sous la direction de Thierry Denoeux.

Soutenue en 2007

à Compiègne .


  • Résumé

    Cette thèse apporte deux contributions principales, l'une à la construction de fonctions de croyance et l'autre au problème de détection de nouveauté. La première partie de la thèse résume les principales notions de la théorie des fonctions de croyance (Fe) avant d'introduire les contributions associées. Le problème considéré est celui dans lequel la variable d'intérêt est définie comme le résultat dune expérience aléatoire. Deux techniques basées sur des observations passées, et permettant de prédire quelle sera la prochaine observation, sont introduites. La seconde partie de la thèse établit un état de l'art de la classification à une classe avant de montrer quels peuvent être les apports de la théorie des FC dans ce domaine, notamment pour la comparaison ou la combinaison des sorties de différents classifieurs. Une application à la surveillance d'un procédé d'incinération de déchets est présentée en troisième partie de la thèse. Les résultats obtenus sont détaillés et critiqués.

  • Titre traduit

    Novelty detection in the Belief Function Framework, with application to the monitoring of a waste incineration process


  • Résumé

    Abstract the main two contributions of this PhD Thesis are related with the belief function theory and the problem of novelty detection. The thesis is divided into three parts. The first introduces the main notions pertaining to the belief function theory before describing the associated contributions. The special case considered here is that where the variable of interest is defined from the result of a random experiment. Based on past observations, we introduce two different approaches to predict what the next observation will be. In the second part, the state of the art on the one-class classification problem is summarized before the benefits of the use of belief functions in this domain are shown. Indeed, this theory can be used together with novelty detectors so that the outputs of different classifiers are all expressed in the form of belief functions. The latter can then be compared or combined. Finally, an application to the monitoring of waste incineration plants is detailed.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XXI-198 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 138 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 2007 ARE 1716
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.