Clustering de processus de dégradation avec prise en compte de covariables

Intervenant : Edith Grall, UTT

Lieu : Salle Chartreuse

 

Résumé :

Le problème traité considère la modélisation de l'évolution d'indicateurs de dégradation par processus stochastiques. L'indicateur observé à des instants d'observation est supposé évoluer suivant un processus Gamma homogène caractérisé par un vecteur de deux paramètres (de forme et d'échelle). Par hypothèse, le nombre de classes (i.e. processus) est a priori connu, et les paramètres des processus dépendent de covariables dans un espace, que l’on désigne espace géographique. C’est  dans l’espace des covariables que les classes sont recherchées, mais l’information discriminante est portée par les mesures de dégradation. L’objectif est donc de déterminer conjointement la classe de chacune des mesures et les valeurs des paramètres des processus associés à chacune des classes.

La solution exposée est une méthode  itérative qui cherche à maximiser une combinaison de deux critères : l’un mesurant la vraisemblance compte tenu d’un modèle de distributions Gamma et l’autre mesurant une cohérence géographique à l’aide d’un graphe de Gabriel. La méthode est illustrée à l’aide de simulations.

Slide