Explore les chaînes de Markov, leurs propriétés et leurs applications algorithmiques, en mettant l'accent sur la quantification de l'information et la monotonie des états.
Explore les classes communicantes dans les chaînes de Markov, en distinguant les classes transitoires et récurrentes, et approfondit les propriétés de ces classes.
Explore l'évaluation de la fiabilité, la maintenance préventive, la fiabilité, les modèles Markov, FMEA, FTA et l'intégrité de la sécurité logicielle dans l'automatisation industrielle.
Explore l'extension bayésienne de HMM pour la segmentation et la modélisation de l'action du robot, les limites des HMM classiques et la segmentation des données de capture de mouvement.
