High-dimensional dependence modelling using Bayesian networks for the degradation of civil infrastructures and other applications

Résumé : Cette thèse explore l’utilisation des réseaux Bayésiens (RB) afin de répondre à des problématiques de dégradation en grandes dimensions concernant des infrastructures du génie civil. Alors que les approches traditionnelles basées l’évolution physique déterministe de détérioration sont déficientes pour des problèmes à grande échelle, les gestionnaires d’ouvrages ont développé une connaissance de modèles nécessitant la gestion de l’incertain. L’utilisation de la dépendance probabiliste se révèle être une approche adéquate dans ce contexte tandis que la possibilité de modéliser l’incertain est une composante attrayante. Le concept de dépendance au sein des RB s’exprime principalement de deux façons. D’une part, les probabilités conditionnelles classiques s’appuyant le théorème de Bayes et d’autre part, une classe de RB faisant l’usage de copules et corrélation de rang comme mesures de dépendance. Nous présentons à la fois des contributions théoriques et pratiques dans le cadre de ces deux classes de RB ; les RB dynamiques discrets et les RB non paramétriques, respectivement. Des problématiques concernant la paramétrisation de chacune des classes sont également abordées. Dans un contexte théorique, nous montrons que les RBNP permet de caractériser n’importe quel processus de Markov.
Type de document :
Thèse
Probability [math.PR]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. English. 〈NNT : 2017IMTA0020〉
Liste complète des métadonnées

Littérature citée [70 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01596030
Contributeur : Abes Star <>
Soumis le : mercredi 27 septembre 2017 - 10:36:07
Dernière modification le : mardi 4 septembre 2018 - 11:04:01
Document(s) archivé(s) le : jeudi 28 décembre 2017 - 12:54:36

Fichier

2017IMTA0020_KosgodanAlex.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01596030, version 1

Citation

Alex Kosgodagan. High-dimensional dependence modelling using Bayesian networks for the degradation of civil infrastructures and other applications. Probability [math.PR]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. English. 〈NNT : 2017IMTA0020〉. 〈tel-01596030〉

Partager

Métriques

Consultations de la notice

309

Téléchargements de fichiers

276