論文の概要: Analyzing Complex Systems with Cascades Using Continuous-Time Bayesian
Networks
- arxiv url: http://arxiv.org/abs/2308.10606v1
- Date: Mon, 21 Aug 2023 10:06:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-22 14:10:22.389315
- Title: Analyzing Complex Systems with Cascades Using Continuous-Time Bayesian
Networks
- Title(参考訳): 連続時間ベイズネットワークを用いたカスケード複雑系の解析
- Authors: Alessandro Bregoli and Karin Rathsman and Marco Scutari and Fabio
Stella and S{\o}ren Wengel Mogensen
- Abstract要約: 本研究では,複雑なシステムのカスケード挙動を解析するための連続時間ベイズネットワーク(CTBN)に基づくモデリングフレームワークを提案する。
イベントがシステムを介してどのように伝播するかを記述し、想定される感覚状態、すなわち、差し迫ったカスケード行動を引き起こす可能性のあるシステム状態を特定する。
- 参考スコア(独自算出の注目度): 42.88667535189424
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Interacting systems of events may exhibit cascading behavior where events
tend to be temporally clustered. While the cascades themselves may be obvious
from the data, it is important to understand which states of the system trigger
them. For this purpose, we propose a modeling framework based on
continuous-time Bayesian networks (CTBNs) to analyze cascading behavior in
complex systems. This framework allows us to describe how events propagate
through the system and to identify likely sentry states, that is, system states
that may lead to imminent cascading behavior. Moreover, CTBNs have a simple
graphical representation and provide interpretable outputs, both of which are
important when communicating with domain experts. We also develop new methods
for knowledge extraction from CTBNs and we apply the proposed methodology to a
data set of alarms in a large industrial system.
- Abstract(参考訳): イベントの相互作用システムは、イベントが時間的にクラスタ化される傾向があるカスケード動作を示す。
カスケード自体がデータから明らかであるかもしれないが、システムのどの状態がそれらをトリガーするかを理解することが重要である。
本研究では,複雑なシステムにおけるカスケーディング動作を解析するための連続時間ベイズネットワーク(CTBN)に基づくモデリングフレームワークを提案する。
このフレームワークは、イベントがシステムを通してどのように伝播するかを記述し、起こりうる感覚状態、すなわち、差し迫ったカスケード行動を引き起こす可能性のあるシステム状態を特定することを可能にする。
さらに、CTBNは単純なグラフィカルな表現を持ち、解釈可能な出力を提供する。
我々はまた,CTBNから知識を抽出する新しい手法を開発し,提案手法を大規模産業システムにおけるアラームのデータセットに適用する。
関連論文リスト
- A Hierarchical Framework with Spatio-Temporal Consistency Learning for
Emergence Detection in Complex Adaptive Systems [46.142041431522415]
創発性(英: Emergence)は、対話エージェントによって構成される複雑な適応システムのグローバルな性質である。
本稿では,これら2つの課題を解決するために,CAS時間一貫性学習を用いた階層型フレームワークを提案する。
本手法は,従来の手法や深層学習法よりも高精度な検出を実現する。
論文 参考訳(メタデータ) (2024-01-18T08:55:05Z) - CasCIFF: A Cross-Domain Information Fusion Framework Tailored for
Cascade Prediction in Social Networks [4.480256642939794]
クロスドメイン情報融合フレームワーク(CasCIFF)は、情報カスケード予測に最適化されている。
このフレームワークは、ユーザ埋め込みを堅牢にするために、マルチホップ近隣情報を利用する。
特に、CasCIFFは、ユーザ分類とカスケード予測のタスクをシームレスに統合されたフレームワークに統合します。
論文 参考訳(メタデータ) (2023-08-09T13:52:41Z) - Interactive System-wise Anomaly Detection [66.3766756452743]
異常検出は様々なアプリケーションにおいて基本的な役割を果たす。
既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。
システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
論文 参考訳(メタデータ) (2023-04-21T02:20:24Z) - A Hierarchical Approach to Conditional Random Fields for System Anomaly
Detection [0.8164433158925593]
大規模システムにおける異常事象を認識する異常検出は多くの産業において重要である。
階層的なアプローチは、複雑なシステムと局所的な文脈における暗黙の関係を利用する。
論文 参考訳(メタデータ) (2022-10-26T21:02:47Z) - Federated Stochastic Gradient Descent Begets Self-Induced Momentum [151.4322255230084]
Federated Learning(FL)は、モバイルエッジシステムに適用可能な、新興の機械学習手法である。
このような条件下での勾配降下(SGD)への走行は,大域的な集約プロセスに運動量的な項を加えるとみなすことができる。
論文 参考訳(メタデータ) (2022-02-17T02:01:37Z) - Leveraging the structure of dynamical systems for data-driven modeling [111.45324708884813]
トレーニングセットとその構造が長期予測の品質に与える影響を考察する。
トレーニングセットのインフォームドデザインは,システムの不変性と基盤となるアトラクションの構造に基づいて,結果のモデルを大幅に改善することを示す。
論文 参考訳(メタデータ) (2021-12-15T20:09:20Z) - Supervised DKRC with Images for Offline System Identification [77.34726150561087]
現代の力学系はますます非線形で複雑なものになりつつある。
予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。
本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
論文 参考訳(メタデータ) (2021-09-06T04:39:06Z) - Online Learning Probabilistic Event Calculus Theories in Answer Set
Programming [70.06301658267125]
イベント認識(CER)システムは、事前に定義されたイベントパターンを使用して、ストリーミングタイムスタンプデータセットで発生を検出する。
本稿では,複雑なイベントパターンによる確率論的推論を,イベント計算で重み付けされたルールの形で行うことができるAnswer Set Programming(ASP)に基づくシステムを提案する。
その結果, 効率と予測の両面で, 新たなアプローチの優位性が示された。
論文 参考訳(メタデータ) (2021-03-31T23:16:29Z) - Identifying Causal Structure in Dynamical Systems [6.451261098085498]
制御系の因果構造を同定する手法を提案する。
ロボットアームの実験では、実世界のデータから信頼性の高い因果同定が示されている。
論文 参考訳(メタデータ) (2020-06-06T16:17:07Z) - Data-Driven Verification under Signal Temporal Logic Constraints [0.0]
力学が部分的に不明な不確実性のあるシステムを考える。
本研究の目的は,そのようなシステムの軌道による時間論理特性の満足度について研究することである。
本研究では, ベイズ推定手法を用いて, 信頼度と満足度を関連づける。
論文 参考訳(メタデータ) (2020-05-08T08:32:30Z)
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。