Inférence incrémentale pour les modèles probabilistes relationnels et application aux systèmes à base de règles orientés objet

摘要

Cet article s 'intéresse à l'exploitation de règles probabilistes dans les systèmes à base de règles métier orientés objet (OO-BRMS). Afin de faciliter la modélisation des distributions de probabilités dans ces systèmes, nous proposons d'utiliser les modèles probabilistes relationnels (PRM), qui sont une extension orientée objet des réseaux bayésiens. Lors de l'exploitation des OO-BRMS, les requêtes adressées aux PRM sont nombreuses et les réponses doivent être calculées rapidement. Pour cela, nous proposons un nouvel algorithme tirant parti des spécificités des OO-BRMS : i) tout d'abord les probabilités à calculer ne concernent que des sous-ensembles de toutes les variables aléatoires des PRM, ce que l'on appelle des cibles ; ii) les requêtes successives différent peu les unes des autres. Notre nouvel algorithme, IJTI, exploite ces deux spécificités afin d'optimiser les calculs. Nous prouvons mathématiquement que notre approche fournit des résultats exacts et montrons son efficacité par des résultats expérimentaux.