Learning and selection of dynamic Bayesian Networks for non-stationary processes in real time - Archive ouverte HAL

Documentation
Français (FR)

Anglais (EN)

Communication Dans Un Congrès Année : 2017

Learning and selection of dynamic Bayesian Networks for non-stationary processes in real time

(1) , (1) , (1) , (2, 3)

1
2
3

Matthieu Hourbracq

Fonction : Auteur
PersonId : 8851
IdHAL : matthieu-hourbracq
IdRef : 253133270

DECISION

Pierre-Henri Wuillemin

Fonction : Auteur
PersonId : 8633
IdHAL : pierre-henri-wuillemin
ORCID : 0000-0003-3691-4886
IdRef : 12747627X

DECISION

Christophe Gonzales

Fonction : Auteur
PersonId : 10817
IdHAL : christophe-gonzales
IdRef : 199738548

DECISION

Philippe Baumard

Fonction : Auteur
PersonId : 746013
IdHAL : philippe-baumard
ORCID : 0000-0001-8880-2929

Centre de recherche en gestion i3

Équipe Sécurité & Défense - Renseignement, Criminologie, Crises, Cybermenaces

Domaines

Intelligence artificielle [cs.AI] Apprentissage [cs.LG]

Matthieu Hourbracq : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01518559

Soumis le : mercredi 12 mai 2021-17:28:02

Dernière modification le : mardi 11 avril 2023-15:16:28

Dates et versions

hal-01518559 , version 1 (12-05-2021)

Identifiants

HAL Id : hal-01518559 , version 1

Citer

Matthieu Hourbracq, Pierre-Henri Wuillemin, Christophe Gonzales, Philippe Baumard. Learning and selection of dynamic Bayesian Networks for non-stationary processes in real time. 30th International Florida AI Research Society Conference, FLAIRS-30, May 2017, Marco Island, United States. ⟨hal-01518559⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

X UPMC CNRS CNAM LIP6 UNIV-PARIS-SACLAY SORBONNE-UNIVERSITE SU-SCIENCES SD-CNAM HESAM

237 Consultations

5 Téléchargements

Partager