Les Chaînes de Markov Cachées (CMC), Chaînes de Markov Couple (CMCouple), ou Chaînes de Markov Triplet (CMT), permettent dʼestimer un processus caché X à partir dʼun processus observé Y. Récemment, les CMT ont été généralisées aux Chaînes Triplet Partiellement de Markov (CTPM), où lʼestimation de X demeure possible. Par ailleurs, lorsque dans une CMC classique la loi a priori est remplacée par une masse de Dempster-Shafer, le résultat de la fusion de cette dernière avec une loi définie par  , qui généralise la loi a posteriori de X, est une CMT. Lʼobjet de cette Note est de généraliser ce dernier résultat de CMC aux CTPM multicapteur. Pour citer cet article : W. Pieczynski, C. R. Acad. Sci. Paris, Ser. I 339 (2004).

Hidden Markov Chains (HMC), Pairwise Markov Chains (PMC), and Triplet Markov Chains (TMC), allow one to estimate a hidden process X from an observed process Y. More recently, TMC have been generalized to Triplet Partially Markov chain (TPMC), where the estimation of X from Y remains workable. Otherwise, when introducing a Dempster-Shafer mass function instead of prior Markov distribution in classical HMC, the result of its Dempster-Shafer fusion with a distribution provided  , which generalizes the posterior distribution of X, is a TMC. The aim of this Note is to generalize the latter result replacing HMC with multisensor TPMC. To cite this article: W. Pieczynski, C. R. Acad. Sci. Paris, Ser. I 339 (2004).