Classification Classification multisource via la multisource via la

théorie des croyancesthéorie des croyances

Anis BEN AïSSAFDC-EGC 04

20 janvier 2004

FDC-EGC.2004

2

• Indicateur fondamental pour la caractérisation des conditions de circulation ;

• Intérêts des temps de parcours :

1. Régulation du trafic et information des usagers ;

2. Forte demande sociale : collectivités locales, sociétés d’autoroutes, bureaux d’études, etc…

Temps de parcours

FDC-EGC.2004

3

Fusion de classifieurs• Problématique générale :

“Classification multisource pour l’estimation du temps de parcours ”.

• Sources de mesures & d’estimations1.1. Les capteurs :Les capteurs :

Boucle électromagnétique

2.2. Véhicules « Tests » : Véhicules « Tests » : Véhicules traceursVéhicules traceurs

3.3. Enquêtes minéralogiques : Enquêtes minéralogiques : Identification des plaquesIdentification des plaques

7852 MG 69F

FDC-EGC.2004

4

• Théorie des croyances : 1. Cadre de discernement : Θ ={ H1,…, HN }

2. Fonction de masse : m : 2Θ → [0;1] , A → m(A);

3. La combinaison de Dempster : (2 sources)

4. Stratégie de décision :1.1. Maximum de crédibilité 2. Maximum de proba-

pignistique

AX

A m (A) Cr X .,)( .,)(

)(

i

Ai H

m )PPig(HH i ACard

A

Bsi

mm

mm

Bm (mm(B)

AA

AA

AA

AAB

1

21

21

)().(1

)().(

))(2211

2211

2

FDC-EGC.2004

5

Matrice de confusion :

S {C,T} Taux de reconnaissance

(T.B.C.)

Taux de confusion :

nij : nombre de fois où le classifieur détecte l’hypothèse estimée j quand la

vraie hypothèse est i

TxRecTxConf 1

H1(S) … Hj(S) … Hr(S)

H1(R)

…

Hi(R)

…

Hr(R)

n11 … n1j … n1r

ni1 … nij … nir

nr1 … nrj … nrr

Hypothèses estimées

Hyp

othè

ses

vrai

es

r

jiij

r

jjj

n

n

TxRec

1,

1

Premier schéma : Approche de Xu

FDC-EGC.2004

6

Matrice de confusion :

Taux de reconnaissance (T.B.C.) S {C,T}

Taux de confusion :

nij : nombre de fois où le classifieur détecte l’hypothèse estimée j quand la

vraie hypothèse est i

H1(S) … Hj(S) … Hr(S)

H1(R)

…

Hi(R)

…

Hr(R)

n11 … n1j … n1r

ni1 … nij … nir

.

nr1 … nrj … nrr

Hypothèses estimées

Hyp

othè

ses

vrai

es

njj

r1..jn

n TBCTxRec

r

iij

jjjj

;

1

jj RecTxTxConf 1

Second schéma :

FDC-EGC.2004

7

Intégration du cadre de discernement

Normalisation de la matrice de confusion

r : nombre d’hypothèses (r = 6)

riHHmasseHHmassemasse ii

r

jjiHi ..1)/(])/([)(

1.

ripour

masseHmasse

HmasseHmasse

Hi

r

ii

ii ..1

)()(

)()(

1

Troisième schéma :

FDC-EGC.2004

8

Mise en œuvre• Evaluation de la classification :

1. Première méthode : Approche de XU

2. Deuxième méthode : M.2

3. Troisième méthode : M.3

Source Capteurs Traceurs Fus(Cr) Fus(Pig)

TBC % 33.91 30.07 13.48 33.91

Source Capteurs Traceurs Fus(Cr) Fus(Pig)

TBC % 33.91 30.07 24.35 33.91

Source Capteurs Traceurs Fus(Cr) Fus(Pig)

TBC % 33.91 30.07 25.22 42.17

FDC-EGC.2004

9

SYNTHESE

0

10

20

30

40

50

T.B

.C. %

M.1 M.2 M.3

Perf ormance de la classifi cation

Capteurs

Traceurs

Fus (Cr)

Fus (PPig)

FDC-EGC.2004

10

CONCLUSION

• Nouvelle modélisation des masses ;• La troisième approche améliore la qualité de

l’estimation. Elle détecte mieux les bonnes classes du TP(TBC= 42.17%)

• Théorie de l’évidence: souple & performante

• Utilisation d’autres schémas de modélisation pour comparer les performances.