1. Détection et Quantification d’Evenements dans les Systèmes Stochastiques
- Author
-
Bazille, Hugo, SUpervision of large MOdular and distributed systems (SUMO), Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-LANGAGE ET GÉNIE LOGICIEL (IRISA-D4), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes 1 (UR1), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Univ-Rennes1, Eric Fabre, and Blaise Genest
- Subjects
Stochastic systems ,Model-checking ,Systèmes stochastiques ,Information partielle ,Partial information ,Learning ,Vérification de modèles ,[INFO]Computer Science [cs] ,Diagnosticabilité ,Diagnosability ,Classification ,Apprentissage - Abstract
Stochastic systems with partial information allow one to represent numerous systems whose parameters are unknown and whose operation may depend on out-of-control factors. In this thesis, we study several problems linked to these systems. First one is diagnosability, that is the capacity to decide if a particular event occurred. Second one is classification which is the capacity to decide from a trace of an execution which system produced it. Finally, we are interested in the guarantees one can obtain by learning the probability transitions of a stochastic system.; Les systèmes stochastiques à information partielle permettent de représenter de nombreux systèmes dont les paramètres sont inconnus et dont le fonctionnement dépend de facteurs en dehors de notre contrôle. Dans cette thèse, nous étudions plusieurs problèmes liés à ces systèmes.Le premier est la diagnosticabilité, c’est-à-dire la capacité de décider si un évènement particulier s’est produit. Le second est la classification qui est la capacité de décider à partir d’une trace d’une exécution quel système l’a produite. Enfin, nous nous intéressons aux garanties que l’on peutavoir quand on apprend les probabilités de transition d’un système stochastique.
- Published
- 2019