ملخص: Dans ces réseaux bayésiens de papier modeler est appliqué à un modèle multidimensionnel de dépression. La caractérisation du modèle probabiliste exploite la connaissance experte pour associer des concentrations latentes des neurotransmetteurs et des symptômes. Une perspective d'évolution est également considérée. Des critères spécifiques sont présentés pour détecter l'influence de la variable latente sur l'observation des symptômes. L'analyse bayésienne est effectuée en utilisant la technique d'échantillonnage de Gibbs qui est mise en application dans le logiciel de BOGUES. La phase d'évaluation mène au choix des symptômes entrant dans la définition des syndromes comportementaux. Des résultats sur de vraies données sont discutés. La dernière section traite des expériences de simulation. Les résultats de simulation confirment nos choix méthodologiques. Les résultats du papier peuvent agrandir au problème central de la gestion des variables latentes dans modeler bayésien de réseaux.

لغة: إنجليزية