Université de Rennes 1 Source independence in the theory of belief functions L'indépendance des sources dans la théorie des fonctions de croyance Théorie des fonctions de croyanceBases de données évidentiellesConflit, Classification non supérviséeDépendance, CombinaisonRègles de combinaison Theory of belief functionsDempster-Shafer theoryEvidential databasesConflictClustering, DependenceCombinationCombination rules Théorie de Dempster-ShaferThèses et écrits académiques La fusion d'informations issues de plusieurs sources cherche à améliorer la prise de décision. Pour réaliser cette fusion, la théorie des fonctions de croyance utilise des règles de combinaison faisant bien souvent l'hypothèse de l'indépendance des sources. Cette forte hypothèse n'est, cependant, ni formalisée ni vérifiée. Elle est supposée pour justifier le choix du type de règles à utiliser sans avoir, pour autant, un moyen de la vérifier. Nous proposons dans ce rapport de thèse un apprentissage de l'indépendance cognitive de sources d'information. Nous détaillons également une approche d'apprentissage de la dépendance positive et négative des sources. Les degrés d'indépendance, de dépendance positive et négative des sources ont principalement trois utilités. Premièrement, ces degrés serviront à choisir le type de règles de combinaison à utiliser lors de la combinaison. Deuxièmement, ces degrés exprimés par une fonction de masse sont intégrés par une approche d'affaiblissement avant de réaliser la combinaison d'information. Une troisième utilisation de cette mesure d'indépendance consiste à l'intégrer dans une nouvelle règle de combinaison. La règle que nous proposons est une moyenne pondérée avec ce degré d'indépendance. The theory of belief functions manages uncertainty and proposes a set of combination rules to aggregate beliefs of several sources. Some combination rules mix evidential information where sources are independent; other rules are suited to combine evidential information held by dependent sources. Information on sources ' independence is required to justify the choice of the adequate type of combination rules. In this thesis, we suggest a method to quantify sources' degrees of independence that may guide the choice of the appropriate type of combination rules. In fact, we propose a statistical approach to learn sources' degrees of independence from all provided evidential information. There are three main uses of estimating sources' degrees of independence: First, we use sources' degree of independence to guide the choice of combination rules to use when aggregating beliefs of several sources. Second, we propose to integrate sources' degrees of independence into sources' beliefs leading to an operator similar to the discounting. Finally, we define a new combination rule weighted with sources' degree of independence. Electronic Thesis or DissertationText en application/pdf1 : 650 Kohttps://ecm.univ-rennes1.fr/nuxeo/site/esupversions/a550f1ac-3fc9-4df5-918b-629134bf0037 Chebbah Mouna 1985-10-10 TN 180647024 chabbeh.mouna@gmail.com 2014REN1S032 http://www.theses.fr/2014REN1S032 2014-06-25 Informatique Université de Rennes 1thesis.degree.grantor_1 02778715X Université de Carthage (Tunisie)thesis.degree.grantor_2 112744257 Doctorat non ouiMartinArnaudintervenant_1152003630Ben YaghlaneBoutheinaintervenant_2167799940 Mathématiques, informatique, signal, électronique et télécommunicationsecoleDoctorale_1 139007164 Université européenne de BretagnepartenaireRecherche_1 139075119 IRISApartenaireRecherche_2 026386909 ddc:004 MartinArnaudBen YaghlaneBoutheinaUniversité de Rennes 1Sciences et technologie, médecine, pharmacie, odontologie, droit, économie, gestion, philosophieUniversité de Carthage (Tunisie)Mathématiques, informatique, signal, électronique et télécommunicationsÉcole doctorale Mathématiques, informatique, signal, électronique et télécommunications (Rennes)Université européenne de BretagneIRISA ASCII PDF 665334