February 9, 2015

Farah Ait-Salaht (SAMOVAR, Télécom SudParis) de 13h30 à 14h30

Nous remarquons que pour certains problèmes, nous n’avons pas besoin de la valeur exacte de la mesure requise pour prendre une décision. Il suffit de déterminer une borne et la comparer au seuil donné pour conclure. Dans cet exposé, je présenterai premièrement la problématique des chaînes de Markov incomplètement spécifiées et pour laquelle nous avons proposé des algorithmes de bornes sur les distributions stationnaires. Dans un second temps, j’exposerai une approche de bornes stochastiques sur les distributions discrètes qui a pour objectif réduire la taille et ainsi le coût de calcul des modèles. Partant de distributions discrètes définies sur un espace d’état très grand, nous déterminons des distributions bornantes définies sur des supports de tailles réduites qui offrent un encadrement très fin de la distribution initiale (exacte). Le fait de pouvoir ainsi paramétrer la taille des distributions bornantes va permettre de faire un compromis intéressant entre le temps de calcul et la qualité des bornes.

Je montrerai également l’applicabilité de ces approches dans différents domaines : fiabilité, évaluation de performance, vérification probabiliste, etc.