論文の概要: Reliability Analysis of Complex Multi-State System Based on Universal
Generating Function and Bayesian Network
- arxiv url: http://arxiv.org/abs/2208.04130v1
- Date: Wed, 15 Jun 2022 08:20:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-09 07:02:04.900234
- Title: Reliability Analysis of Complex Multi-State System Based on Universal
Generating Function and Bayesian Network
- Title（参考訳）: 普遍生成関数とベイズネットワークに基づく複合多状態システムの信頼性解析
- Authors: Xu Liu, Wen Yao, Xiaohu Zheng and Yingchun Xu
- Abstract要約: 複合多状態システム(MSS)におけるUGF-BNと呼ばれる新しい信頼性解析手法を提案する。
UGF-BNフレームワークにおいて、UGF法は、まず、多数の下位コンポーネントを解析するために使用される。
複雑なMSSの信頼性はBN法によってモデル化される。
- 参考スコア（独自算出の注目度）: 3.6342714911361162
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the complex multi-state system (MSS), reliability analysis is a
significant research content, both for equipment design, manufacturing, usage
and maintenance. Universal Generating Function (UGF) is an important method in
the reliability analysis, which efficiently obtains the system reliability by a
fast algebraic procedure. However, when structural relationships between
subsystems or components are not clear or without explicit expressions, the UGF
method is difficult to use or not applicable at all. Bayesian Network (BN) has
a natural advantage in terms of uncertainty inference for the relationship
without explicit expressions. For the number of components is extremely large,
though, it has the defects of low efficiency. To overcome the respective
defects of UGF and BN, a novel reliability analysis method called UGF-BN is
proposed for the complex MSS. In the UGF-BN framework, the UGF method is
firstly used to analyze the bottom components with a large number. Then
probability distributions obtained are taken as the input of BN. Finally, the
reliability of the complex MSS is modeled by the BN method. This proposed
method improves the computational efficiency, especially for the MSS with the
large number of bottom components. Besides, the aircraft reliability-based
design optimization based on the UGF-BN method is further studied with budget
constraints on mass, power, and cost. Finally, two cases are used to
demonstrate and verify the proposed method.
- Abstract（参考訳）: 複合多状態システム(MSS)において、信頼性分析は機器設計、製造、使用、保守の両方において重要な研究内容である。
ユニバーサル生成関数 (ugf) は, 高速代数的手続きによりシステムの信頼性を効率的に得るための信頼性解析の重要な手法である。
しかしながら、サブシステムやコンポーネント間の構造的関係が明確でない場合や明示的な表現がなければ、uffメソッドの使用は困難か全く適用できない。
ベイズネットワーク(BN)は、明示的な表現のない関係に対する不確実性推論という観点で自然に有利である。
しかし、部品の数は非常に多いため、効率の悪い欠点がある。
UGFとBNの欠点を克服するために、複雑なMSSに対してUGF-BNと呼ばれる新しい信頼性解析法を提案する。
UGF-BNフレームワークにおいて、UGF法はまず下位成分を大量に分析するために使用される。
そして、得られる確率分布をBNの入力とする。
最後に、複雑なMSSの信頼性をBN法でモデル化する。
提案手法は計算効率を向上し,特に多数の底部成分を持つMSSに対して有効である。
また, ugf-bn法に基づく航空機の信頼性に基づく設計最適化を, 質量, 電力, コストに関する予算制約とともに検討した。
最後に,提案手法の実証と検証に2つの事例を用いる。
関連論文リスト
- Evaluating Evidential Reliability In Pattern Recognition Based On Intuitionistic Fuzzy Sets [9.542461785588925]
ファジィ信頼性指数(FRI)と呼ばれる証拠源の信頼性を定量化するアルゴリズムを提案する。
FRIアルゴリズムは、IFSから派生した決定量化規則に基づいており、決定を正し、これらの貢献から明らかな信頼性を導き出すために異なるBPAの貢献を定義する。
提案手法は,証拠資料の信頼性評価の合理性を効果的に向上し,複雑なシナリオにおける分類決定問題に特に適している。
論文 参考訳（メタデータ） (2024-10-30T08:05:26Z) - Federated Binary Matrix Factorization using Proximal Optimization [43.01276597844757]
本稿では,最先端の2値行列分解緩和をBMFに適用する。
提案アルゴリズムは,実世界および合成データの多種多様なセット上で,最先端のBMF手法のフェデレーションスキームにおいて,品質と有効性において優れることを示す。
論文 参考訳（メタデータ） (2024-07-01T20:10:24Z) - Time Evidence Fusion Network: Multi-source View in Long-Term Time Series Forecasting [22.550778677778112]
本稿では,情報融合の観点から,Time Evidence Fusion Network (TEFN) という新しいバックボーンアーキテクチャを提案する。
提案したTEFNは精度、効率、安定性、解釈可能性のバランスをとり、時系列予測に望ましい解である。
論文 参考訳（メタデータ） (2024-05-10T12:10:22Z) - Privacy-preserving Federated Primal-dual Learning for Non-convex and Non-smooth Problems with Model Sparsification [51.04894019092156]
FL(Federated Learning)は,FLオーケストレーション(PS)の下でクライアント上でモデルをトレーニングする,急速に成長する領域として認識されている。
本稿では,非滑らかなFL問題に対して,新しい一次分離アルゴリズムを提案し,保証する。
その独特な洞察力のある性質とその分析も提示される。
論文 参考訳（メタデータ） (2023-10-30T14:15:47Z) - Validation Diagnostics for SBI algorithms based on Normalizing Flows [55.41644538483948]
本研究は,NFに基づく多次元条件(後)密度推定器の検証診断を容易にすることを提案する。
また、局所的な一貫性の結果に基づいた理論的保証も提供する。
この作業は、より良い特定モデルの設計を支援したり、新しいSBIアルゴリズムの開発を促進するのに役立つだろう。
論文 参考訳（メタデータ） (2022-11-17T15:48:06Z) - A general sample complexity analysis of vanilla policy gradient [101.16957584135767]
政策勾配(PG)は、最も一般的な強化学習(RL)問題の1つである。
PG軌道の「バニラ」理論的理解は、RL問題を解く最も一般的な方法の1つである。
論文 参考訳（メタデータ） (2021-07-23T19:38:17Z) - GAN-MDF: A Method for Multi-fidelity Data Fusion in Digital Twins [82.71367011801242]
Internet of Things(IoT)は、スマートファクトリ、インテリジェントロボット、ヘルスケアシステムなどの物理システムのリアルタイムデータを収集する。
高忠実度(HF)応答は、関心の系を正確に記述するが、コストがかかる。
低忠実性(LF)応答は計算コストが低いが、要求される精度を満たせなかった。
デジタル双生児(GAN-MDF)におけるMDFの新たな生成的対向ネットワークを提案する。
論文 参考訳（メタデータ） (2021-06-24T06:40:35Z) - Simplified Swarm Optimization for Bi-Objection Active Reliability
Redundancy Allocation Problems [1.5990720051907859]
信頼性冗長性割り当て問題(RRAP)は、システム設計、開発、管理においてよく知られた問題である。
本研究では, コスト制約を新たな目標として変更することにより, 両対象RRAPを定式化する。
提案課題を解決するために,ペナルティ関数を備えた新しい簡易スワム最適化 (SSO) ,実効1型ソリューション構造,数値ベースの自己適応型新しい更新機構,制約付き非支配型ソリューション選択,および新しいpBest代替ポリシーを開発した。
論文 参考訳（メタデータ） (2020-06-17T13:15:44Z) - Providing reliability in Recommender Systems through Bernoulli Matrix
Factorization [63.732639864601914]
本稿では,予測値と信頼性値の両方を提供するためにBernoulli Matrix Factorization (BeMF)を提案する。
BeMFはメモリベースのフィルタリングではなく、モデルベースの協調フィルタリングに作用する。
予測の信頼性が高ければ高いほど、それが間違っているという責任は少なくなる。
論文 参考訳（メタデータ） (2020-06-05T14:24:27Z) - Type-2 fuzzy reliability redundancy allocation problem and its solution
using particle swarm optimization algorithm [9.760638545828497]
ファジィ多目的信頼性冗長配置問題 (FMORRAP) を提案する。
FMORRAPはシステムの信頼性を最大化し、同時にシステムコストを最小化する。
論文 参考訳（メタデータ） (2020-05-02T15:39:54Z) - Distributional Robustness and Regularization in Reinforcement Learning [62.23012916708608]
経験値関数の新しい正規化器を導入し、ワッサーシュタイン分布のロバストな値関数を下限とすることを示す。
強化学習における$textitexternalな不確実性に対処するための実用的なツールとして正規化を使用することを提案する。
論文 参考訳（メタデータ） (2020-03-05T19:56:23Z)
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。