Une unification des algorithmes d'inférence de Pearl et de Jensen
Résumé
Les réseaux bayésiens sont un des outils les plus populaires de la communauté Intelligence Artificielle pour gérer des incertitudes. Ils allient en effet un aspect graphique très expressif et des mécanismes d'inférence de nouvelles informations très efficaces. Deux catégories d'algorithmes existent à cet effet : les méthodes non orientées travaillant sur des structures secondaires telle que celle de Jensen et les méthodes comme celle de Pearl, travaillant sur le réseau bayésien d'origine. Il est communément admis que les premières sont nettement plus efficaces que les secondes. Nous présentons dans cet article un algorithme permettant d'obtenir une structure secondaire orientée très liée à celle de Jensen et nous montrons que des calculs similaires à ceux de Pearl menés dans cette nouvelle structure atteignent des performances identiques à celles de l'algorithme de Jensen.