14.09.2014 Views

Fusion entre les données ultrasonores et les images de radioscopie ...

Fusion entre les données ultrasonores et les images de radioscopie ...

Fusion entre les données ultrasonores et les images de radioscopie ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

&KDSLWUH , *pQpUDOLWpV VXU OD IXVLRQ GH GRQQpHV<br />

__________________________________________________________________________________________<br />

Les théories <strong>de</strong> l’incertain représentent <strong>les</strong> imperfections <strong>de</strong>s informations par l'intermédiaire<br />

d'une fonction <strong>de</strong> mesure <strong>de</strong> confiance. Pour chaque classe du cadre <strong>de</strong> décision, une valeur<br />

M j (C i ) (sous-entendu M(x∈C i / f j (x)) représente la confiance accordée au fait que l’élément x<br />

appartienne à la classe C i à partir d'informations f j fournies par un capteur. Le processus <strong>de</strong><br />

fusion <strong>de</strong> <strong>données</strong> comporte alors trois étapes, illustrées dans le cas d'une architecture<br />

décentralisée sur la figure I.1..<br />

cadre <strong>de</strong> décision<br />

décision finale<br />

C 2<br />

modélisation<br />

critère <strong>de</strong> décision<br />

x<br />

Capteur<br />

i<br />

Traitements<br />

éventuels<br />

f i<br />

(x)<br />

C 1 C 2 … C n<br />

M(C 1 ) M(C n )<br />

M i (C 1 ) M i (C 2 ) ... M i (C n )<br />

x<br />

Capteur<br />

j<br />

Traitements<br />

éventuels<br />

f j<br />

(x)<br />

M j (C 1 ) M j (C 2 ) ... M j (C n )<br />

mesures physiques informations mesures <strong>de</strong> confiance<br />

M(C 2 )<br />

...<br />

Règle <strong>de</strong> combinaison<br />

FUSION DE DONNEES<br />

Figure I.1. : <strong>les</strong> trois étapes du processus <strong>de</strong> fusion <strong>de</strong> <strong>données</strong> dans le cas d'une architecture<br />

décentralisée : modélisation <strong>de</strong>s connaissances, combinaison <strong>de</strong>s confiances <strong>et</strong> prise <strong>de</strong><br />

décision<br />

La mesure M(C i ) perm<strong>et</strong> <strong>de</strong> quantifier la confiance en l'hypothèse qu'un élément x soit une<br />

classe C i du cadre <strong>de</strong> décision. Les mesures <strong>de</strong> confiance proposées par chaque théorie<br />

s'inscrivent dans un cadre mathématique commun mais se distinguent par leur aptitu<strong>de</strong> à<br />

modéliser certaines nuances du langage (§II.2). Les trois théories mentionnées ci-<strong>de</strong>ssus,<br />

proposent <strong>de</strong> rendre compte <strong>de</strong>s caractères tels que, le probable, le possible, le nécessaire, le<br />

plausible, ou encore le crédible d'une proposition. Le concept <strong>de</strong> probable peut être envisagé<br />

comme liée aux expériences statistiques (point <strong>de</strong> vue physique) ou encore comme un<br />

jugement subjectif (point <strong>de</strong> vue épistémologique). On dit d'un événement qu'il est crédible<br />

s'il est directement déduit du corps <strong>de</strong> connaissances tandis qu'il est plausible s'il ne vient pas<br />

contredire ce corps <strong>de</strong> connaissances. Enfin, <strong>les</strong> notions <strong>de</strong> possible <strong>et</strong> nécessaire sont<br />

associées aux notions <strong>de</strong> plausible <strong>et</strong> crédible.<br />

3DJH

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!