Skip to Main content Skip to Navigation
Theses

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.
Document type :
Theses
Complete list of metadatas

Cited literature [70 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01596030
Contributor : Abes Star :  Contact
Submitted on : Wednesday, September 27, 2017 - 10:36:07 AM
Last modification on : Wednesday, June 24, 2020 - 4:19:36 PM
Document(s) archivé(s) le : Thursday, December 28, 2017 - 12:54:36 PM

File

2017IMTA0020_KosgodanAlex.pdf
Version validated by the jury (STAR)

Identifiers

  • 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⟩

Share

Metrics

Record views

411

Files downloads

550