LIP6 1999/016
- Soutenance de thèse
Modélisation spatio-temporelle floue pour la reconnaissance d'activités militaires - V. Eude
- 296 pages - 17/12/1998- document en - http://www.lip6.fr/lip6/reports/1999/lip6.1999.016.ps.gz - 4,297 Ko
- Contact : Virginie.Eude (at) nulllip6.fr
- Ancien Thème : APA
- Mots clés : Raisonnement temporel, raisonnement spatial, contraintes floues, CSP, FCSP, opérateurs d'agrégation
- Directeur de la publication : Valerie.Mangin (at) nulllip6.fr
Le domaine d'application de cette thèse est le renseignement militaire. Il s'agit de reconnaître l'activité globale de l'ennemi à partir des informations perçues sur le théâtre des opérations. Les activités ennemies "typiques" connues des experts sont modélisées par des "gabarits", arbres de décomposition des activités principales en sous-activités. Les activités sont aussi liées par différents types de contraintes, parmi lesquelles les contraintes temporelles et spatiales qui sont les plus importantes.
Ces contraintes étant imprécises nous les représentons par des ensembles flous. Chaque gabarit est traduit sous la forme de plusieurs graphes de contraintes floues, un premier graphe modélisant les contraintes temporelles et trois autres les contraintes spatiales de positions, de distances et de directions. Le raisonnement s'appuie sur la propagation des contraintes et le calcul du graphe minimal qui correspond à une propagation optimale. Dans le cas de contraintes spatiales nous n'avons qu'une approximation des graphes minimaux.
Les contraintes floues permettent de raffiner l'évaluation des différentes hypothèses de scenarii en introduisant la notion de satisfaction partielle. Une activité est généralement incomplètement reconnue, certaines sous-activités n'ayant pu être observées. L'évaluation globale doit prendre en compte la satisfaction partielle des différentes contraintes, les activités reconnues et leur interprétation dans la décomposition hiérarchique de l'arbre. Nous introduisons quelques mesures de satisfiabilité pour la première partie de l'évaluation et différents opérateurs d'agrégation pour la seconde partie, avec leur interprétation dans le cadre de gabarits. Nous étendons les sommes symétriques aux sommes g-symétriques.
Ces contraintes étant imprécises nous les représentons par des ensembles flous. Chaque gabarit est traduit sous la forme de plusieurs graphes de contraintes floues, un premier graphe modélisant les contraintes temporelles et trois autres les contraintes spatiales de positions, de distances et de directions. Le raisonnement s'appuie sur la propagation des contraintes et le calcul du graphe minimal qui correspond à une propagation optimale. Dans le cas de contraintes spatiales nous n'avons qu'une approximation des graphes minimaux.
Les contraintes floues permettent de raffiner l'évaluation des différentes hypothèses de scenarii en introduisant la notion de satisfaction partielle. Une activité est généralement incomplètement reconnue, certaines sous-activités n'ayant pu être observées. L'évaluation globale doit prendre en compte la satisfaction partielle des différentes contraintes, les activités reconnues et leur interprétation dans la décomposition hiérarchique de l'arbre. Nous introduisons quelques mesures de satisfiabilité pour la première partie de l'évaluation et différents opérateurs d'agrégation pour la seconde partie, avec leur interprétation dans le cadre de gabarits. Nous étendons les sommes symétriques aux sommes g-symétriques.