Laboratoire de Génie Informatique et d’Automatique de l’Artois

Séminaire

Nouvelles distances entre fonctions de croyance basées sur des normes matricielles

Le 18 novembre 2015 à 14h00 Salle des séminaires du LGI2A, FSA, Béthune
Mehena LOUDAHI ATER LGI2A, Université d'Artois

Dans la théorie des fonctions de croyance, les distances sont des outils utiles et pertinents pour l’approximation des fonctions de masse ou le clustering par exemple. Des approches efficaces sont proposées dans la littérature, spécialement les métriques complètes qui tiennent aussi compte des interactions entre les éléments focaux sur lesquels les masses de croyance sont distribuées. Dans cet exposé, un autre aspect particulier est examiné : il s’agit de la capacité des distances de détecter une information commune en rapport à deux différents états de connaissance comparés. Cette exigence, tout comme les deux autres mentionnées précédemment qui sont les aspects métriques et les interactions entre les éléments focaux, sont formalisés sous forme de propriétés mathématiques.

Afin de développer de nouvelles distances entre fonctions de croyance satisfaisant ces propriétés, des distances basées sur des normes matricielles sont proposées. En effet, en utilisant les matrices de spécialisation dempsteriennes comme des représentations des fonctions de croyance comparées, une distance est alors obtenue en calculant la norme de la différence entre ces matrices. L’utilité du choix de ces matrices découle du fait qu’il existe une correspondance bijective entre l’espace vectoriel des fonctions de masse d’ordre N et l’espace vectoriel des matrices de spécialisation du même ordre, mais aussi du fait que ces matrices interviennent dans la formulation matricielle de l’opérateur de fusion conjonctif.

N’importe quelle norme matricielle peut ainsi être utilisée pour définir une métrique complète. Il est prouvé que la distance matricielle du type L1 basée sur ces matrices de spécialisation dempsterienne réussit à satisfaire toutes les propriétés recherchées. Des liens intéressant et sans précédent entre la règle de combinaison conjonctive et cette distance sont démontrés. Afin de rendre cette nouvelle famille de distances plus pertinentes dans un cadre applicatif, un algorithme de calcul rapide est également proposé permettant d’aboutir à temps de calcul comparable à ceux des distances classiques.