論文の概要: Product risk assessment: a Bayesian network approach
- arxiv url: http://arxiv.org/abs/2010.06698v1
- Date: Fri, 9 Oct 2020 16:40:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-09 04:48:35.841912
- Title: Product risk assessment: a Bayesian network approach
- Title（参考訳）: 製品リスク評価 : ベイズ的ネットワークアプローチ
- Authors: Joshua Hunte, Martin Neil, Norman Fenton
- Abstract要約: RAPEX(英: RAPEX)は、イギリスとEUの規制当局が使用する主要な方法である。
我々は、不確実性を扱うための限定的なアプローチを含む、RAPEXのいくつかの制限を識別する。
本稿では,製品リスク評価のための体系的手法を改良したBNモデルを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Product risk assessment is the overall process of determining whether a
product, which could be anything from a type of washing machine to a type of
teddy bear, is judged safe for consumers to use. There are several methods used
for product risk assessment, including RAPEX, which is the primary method used
by regulators in the UK and EU. However, despite its widespread use, we
identify several limitations of RAPEX including a limited approach to handling
uncertainty and the inability to incorporate causal explanations for using and
interpreting test data. In contrast, Bayesian Networks (BNs) are a rigorous,
normative method for modelling uncertainty and causality which are already used
for risk assessment in domains such as medicine and finance, as well as
critical systems generally. This article proposes a BN model that provides an
improved systematic method for product risk assessment that resolves the
identified limitations with RAPEX. We use our proposed method to demonstrate
risk assessments for a teddy bear and a new uncertified kettle for which there
is no testing data and the number of product instances is unknown. We show
that, while we can replicate the results of the RAPEX method, the BN approach
is more powerful and flexible.
- Abstract（参考訳）: 製品リスクアセスメント(product risk assessment)とは、洗濯機からテディベアまであらゆる種類の製品が、消費者が安全に使用できるかどうかを判断する総合的なプロセスである。
製品リスクアセスメントにはいくつかの方法があり、英国とEUの規制当局が使用する主要な手法であるRAPEX(英語版)などがある。
しかし,その普及にもかかわらず,不確実性を扱うための限定的なアプローチや,テストデータの使用と解釈のための因果的説明を組み込むことができないなど,RAPEXのいくつかの制限を指摘した。
対照的に、ベイジアンネットワーク(BNs)は、医療や金融などの分野のリスクアセスメントに既に使われている不確実性と因果性をモデル化するための厳密で規範的な手法である。
本稿では,製品リスク評価のための体系的手法を改良したbnモデルを提案する。
提案手法を用いて,テディベアのリスクアセスメントと,テストデータがなく,製品インスタンス数も不明な新たな未確認ケトルのリスクアセスメントを実証する。
RAPEX法の結果を再現できるが,BN法の方が強力で柔軟であることを示す。
関連論文リスト
- Risk-Averse Certification of Bayesian Neural Networks [70.44969603471903]
本稿では,RAC-BNNと呼ばれるベイズニューラルネットワークに対するリスク・アバース認証フレームワークを提案する。
提案手法はサンプリングと最適化を利用して,BNNの出力集合の音響近似を計算する。
我々は,RAC-BNNを回帰および分類ベンチマークで検証し,その性能を最先端の手法と比較した。
論文 参考訳（メタデータ） (2024-11-29T14:22:51Z) - Controlling Risk of Retrieval-augmented Generation: A Counterfactual Prompting Framework [77.45983464131977]
我々は、RAGモデルの予測が誤りであり、現実のアプリケーションにおいて制御不能なリスクをもたらす可能性がどの程度あるかに焦点を当てる。
本研究は,RAGの予測に影響を及ぼす2つの重要な潜伏要因を明らかにする。
我々は,これらの要因をモデルに誘導し,その応答に与える影響を解析する,反実的プロンプトフレームワークを開発した。
論文 参考訳（メタデータ） (2024-09-24T14:52:14Z) - Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。
提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文 参考訳（メタデータ） (2024-03-28T17:28:06Z) - Selecting Models based on the Risk of Damage Caused by Adversarial
Attacks [2.969705152497174]
規制、法的責任、社会的懸念は、安全およびセキュリティクリティカルなアプリケーションにおけるAIの採用に挑戦する。
重要な懸念の1つは、敵が検出されずにモデル予測を操作することで害を引き起こす可能性があることである。
本稿では,敵攻撃による被害の確率をモデル化し,統計的に推定する手法を提案する。
論文 参考訳（メタデータ） (2023-01-28T10:24:38Z) - Adaptive Risk-Aware Bidding with Budget Constraint in Display
Advertising [47.14651340748015]
本稿では,強化学習による予算制約を考慮した適応型リスク対応入札アルゴリズムを提案する。
リスク・アット・バリュー(VaR)に基づく不確実性とリスク傾向の本質的関係を理論的に明らかにする。
論文 参考訳（メタデータ） (2022-12-06T18:50:09Z) - Risk Consistent Multi-Class Learning from Label Proportions [64.0125322353281]
本研究は,バッグにトレーニングインスタンスを提供するMCLLP設定によるマルチクラス学習に対処する。
既存のほとんどのMCLLPメソッドは、インスタンスの予測や擬似ラベルの割り当てにバッグワイズな制約を課している。
経験的リスク最小化フレームワークを用いたリスク一貫性手法を提案する。
論文 参考訳（メタデータ） (2022-03-24T03:49:04Z) - Feedback Effects in Repeat-Use Criminal Risk Assessments [0.0]
リスクは、単発テストで捉えられていない方法で、シーケンシャルな決定を伝達できることを示します。
リスクアセスメントツールは、非常に複雑でパスに依存したプロセスで動作し、歴史的な不平等が引き起こされる。
論文 参考訳（メタデータ） (2020-11-28T06:40:05Z) - Risk-Constrained Thompson Sampling for CVaR Bandits [82.47796318548306]
CVaR(Conditional Value at Risk)として知られる量的ファイナンスにおける一般的なリスク尺度について考察する。
本稿では,トンプソンサンプリングに基づくCVaR-TSアルゴリズムの性能について検討する。
論文 参考訳（メタデータ） (2020-11-16T15:53:22Z) - Dirichlet uncertainty wrappers for actionable algorithm accuracy
accountability and auditability [0.5156484100374058]
本研究では,不確実性の尺度を用いて出力予測を充実させるラッパーを提案する。
結果の不確実性に基づいて、より確実な予測を選択する拒絶制度を提唱する。
その結果,ラッパーが計算した不確実性の有効性が示された。
論文 参考訳（メタデータ） (2019-12-29T11:05:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。