MCT sau credințe transferabile model este un non-model de probabilitate de „raționament incert“ , bazat pe teoria functiilor de credinta . A fost propus și dezvoltat de Philippe Smets la începutul anilor 1990
Atunci când un sistem real folosește mai mulți senzori pentru a detecta aceleași informații, combinația acestor surse de informații face posibilă îmbunătățirea detectării: aceasta se numește fuziune de informații .
Au fost propuse cadre formale care, pe de o parte, să reprezinte imperfecțiunea informațiilor de la mai mulți senzori (pe baza teoriilor citate anterior) și, pe de altă parte, să combine aceste informații pentru a îmbunătăți detectarea.
Aceste cadre formale sunt numeroase și obiectul acestui articol este de a prezenta „Modelul de credințe transferabile” ( TCM ) bazat pe funcții de credință și extinderea teoriei Dempster-Shafer .
Măsurarea unei mărimi fizice de către un senzor este în general afectată de incertitudine și imprecizie legate de condițiile de funcționare ale senzorului, precum și de limitările acestuia.
Pentru a lua în considerare aceste imperfecțiuni, au fost propuse formalisme matematice, inclusiv teoria probabilităților , teoria posibilităților. MCT este un model non- probabilistic al raționamentului incert bazat pe teoria funcțiilor credinței.
MCT are două niveluri:
MCT este acum echipat cu multe instrumente: mulți operatori de combinație, teorema Bayes generalizată (teorema Bayes generalizată ), mecanisme de întărire și slăbire a surselor ... Multe concepte și instrumente propuse inițial în teoria probabilităților au fost generalizate la MCT ca măsură a cantitatea de informații, rețele de convingeri (a se vedea rețeaua Bayesiană ), arborii de decizie .
MCT a fost aplicat multor aplicații care afectează
Philippe Smets a murit în 2005, dar o comunitate de cercetători își continuă activitatea, în special sub conducerea lui Thierry Denoeux. Paginile web Smets și Denoeux au multe referințe și seturi de instrumente matlab referitoare la MCT.