Les Réseaux bayésiens. application en reconnaissance de formes à partir d’informations complètes ou incomplètes.

Abstract

Dans le domaine de la reconnaissance de formes, on cherche toujours à concevoir et à développer des systèmes intelligents qui peuvent apprendre et raisonner. Cependant la connaissance acquise n’est pas toujours complète et certaine, et cela pour des raisons de mauvaises conditions d’acquisition, la transmission et la visualisation des données. Pour y remédier, plusieurs approches probabilistes ont été proposées. Parmi elles les réseaux bayésiens, qui sont des modèles représentants des connaissances incertaines sur des phénomènes complexes. Ile sont une union entre la théorie des probabilités et la théorie des graphes. Ils trouvent des applications dans des domaines divers tels que : la santé, la defense, les finances, la classification, la reconnaissance de formes et autres. L’objectif de ce mémoire et de faire une étude sur les différents réseaux bayésiens, de développer et de programmer les algorithmes d’inférence et d’apprentissage des modèles utilisés en reconnaissance de formes tels que le RBN (réseau bayésien naïf), le TAN (réseau bayésien naïf augmenté) ou encore le FAN (réseau bayésien augmenté par une foret) ainsi d’interpréter les résultats obtenus.