Abstract FR:

Cette these est le resultat d'une etude de plusieurs aspects lies directement ou indirectement a la fusion de l'information imparfaite. Cette etude a comporte une evaluation critique, -d'un point de vue theorique, aussi bien que d'un point de vue pratique-, des principaux modeles utilises dans le cadre de la manipulation de l'information imparfaite. Dans la premiere partie de cette these nous etudions des aspects theoriques liees a la manipulation de l'information imparfaite selon trois axes: i) l'acquisition de l'information et sa transformation dans un modele formel; ii) l'evaluation de l'information imparfaite fournie par une source et l'evaluation de la source elle-meme; iii) la combinaison de l'information. Cette etude se porte sur les trois modeles d'incertitude les plus connus dans la litterature: la theorie des probabilites, la theorie des possibilites et la theorie des croyances. Dans une deuxieme partie nous presentons deux applications reelles derivees de cette etude. La premiere application se porte sur la conception d'une interface intelligente pour la fusion d'informations provenant des sources heterogenes. Elle se base sur une strategie de combinaisons qui offre a un analyste une methode adequate de combinaison selon se connaissance de la fiabilite (imparfaite) des sources. La deuxieme application concerne un systeme d'evaluation et de combinaison des opinions d'experts dans le cadre de la theorie des possibilites. Avec cette application nous montrons que le modele possibiliste presente les avantages par rapport au modele probabiliste habituellement utilise pour ce type de probleme. Dans la troisieme partie nous etudions le probleme de la propagation de l'information imparfaite dans un graphe des dependances, pour diminuer le cout algorithmique de ce processus, tout en garantissant la coherence des resultats. Nous proposons une strategie d'elagage du graphe qui peut etre utilisee par une grande classe des modeles d'incertitude, et en particulier pour les trois modeles cites ci-dessus. Finalement, encore dans la troisieme partie, nous abordons le probleme de la representation informatique de l'information imparfaite, en vue d'implantations efficaces des idees developpes ici. Dans cette partie nous introduisons une structure d'arbre qui diminue le cout algorithmique de la combinaison de l'information modelisee par la theorie des croyances dans certains cas specifiques