Participants : Albert Benveniste, Dominique Chauveau
Le langage SIGN alea , défini comme une extension de SIGNAL , permet la spécification et la manipulation de systèmes (partiellement) aléatoires, en particulier des automates stochastiques multi-horloges, des réseaux de Petri stochastiques, temporisés ou non, mais aussi des réseaux de neurones (ou réseaux d'automates aléatoires, ou encore champs de Gibbs sur des graphes, selon le vocabulaire utilisé). Il possède un modèle mathématique, qui permet de fonder l'algorithme de compilation (c'est-à-dire de simulation dans notre cas).
L'extension consiste en l'ajout d'un seul schéma d'opérateur au langage noyau de SIGNAL :
Cet opérateur requiert que les signaux mentionnés aient tous
la même horloge. Considéré isolément, il spécifie une suite de
variables aléatoires 
indépendantes et de même loi
où Z est une constante appropriée effectuant la
normalisation. Un programme SIGNAL établissant une contrainte
dynamique entre les signaux 
spécifie un sous-ensemble de comportements légaux de
ces signaux, et la distribution résultante est simplement la
loi
conditionnellement à ce que la contrainte spécifiée par le programme SIGNAL soit satisfaite.
Par exemple, si l'on prend
où 
est une
probabilité de transition (c'est-à-dire une famille de
probabilités en x paramétrées par y), le
programme
spécifie une chaîne de Markov de probabilité de transition(| potential U(y,x) | y := x $1 init x0 |)
et de
condition initiale 
.
À partir notamment du travail de B.C. Levy, de U.C. Davis, sur l'estimation linéaire gaussienne, on dispose d'outils théoriques pour, depuis une description dans un sous-ensemble de SIGN alea , SIG , engendrer automatiquement des algorithmes de Viterbi pour des modèles de type Hidden Markov Model, ou, plus généralement, pour engendrer des algorithmes de diagnostic temps réel.
Les primitives dégagées correspondent à une généralisation des notions de vraisemblance et de statistique suffisante pour des programmes SIG , ainsi qu'à une formule générale permettant leur calcul incrémental [21].
Cette année a été engagé le travail sur SIGN alea proprement dit, c'est-à-dire avec prise en compte des aspects temps et dynamique. Le développement d'une version restreinte de SIGN alea , pour laquelle les résultats théoriques sont établis, a été entrepris. Cette version est une extension de SIG ; elle permet de spécifier tout système dynamique aléatoire de type ``automate stochastique'', ou ``Hidden Markov Model'' (HMM).
En particulier, pour les cas purement booléens, un module pour le calcul des primitives implémentant une généralisation de la simulation bayesienne a été réalisé en utilisant des techniques BDD.