Abstract FR:

L'intelligence artificielle a longtemps prefere aux probabilites d'autres approches numeriques pour le traitement de l'incertain. L'empirisme de certaines de ces approches, en particulier dans le cas des systemes experts, et d'autre part les recents travaux de pearl permettant de diminuer la complexite des calculs, ont suscite un regain d'interet pour les probabilites. C'est dans ce contexte que sont exposes les reseaux bayesiens, dans lesquels les calculs sont effectues localement et ou l'information se propage de nud en nud dans un arbre representatif du probleme a traiter. L'extension de la structure du reseau au cas d'un graphe comportant un cycle fait l'objet d'une nouvelle methode, qui est presentee puis mise en uvre dans le cadre d'un logiciel de construction de reseaux bayesiens