Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "modele aprioryczne" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Use of vibroacoustic diagnostics in technical state assessment: Bayesian approach
Wykorzystanie diagnostyki wibroakustycznej w ocenie stanu technicznego metodą Bayesa
Autorzy:
Radkowski, S.
Gumiński, R.
Powiązania:
https://bibliotekanauki.pl/articles/242774.pdf
Data publikacji:
2007
Wydawca:
Instytut Techniczny Wojsk Lotniczych
Tematy:
niezawodność
metody bayesowskie
diagnostyka wibroakustyczna
modele aprioryczne
modele aposterioryczne
bispektrum
reliability
Bayesian methods
vibroacoustic diagnosis
prior models
posterior models
bispectrum
Opis:
The goal of the paper is to develop a new method of system operation assessment required for maintaining high level of reliability of complex systems, where the basis of such strategy is procedure relying on the results of comparative research performed with the use of diagnostic models considering the state of developing degradation of their critical elements. To this aim was adopted and presented in this paper a Bayesian probabilistic framework for technical state assessment. The idea is to search for most informational diagnostic signal, by comparing the relative probabilities and utility function for any kind of failure and proper chosen diagnostic experiment. The Bayesian approach is shown. to take into account: 1. the decision analysis with given information -prior analysis; 2. the decision analysis with new information - posterior analysis; 3. the decision analysis with unknown information - pre- posterior analysis. Es example is considered the procedure of updating in material strength testing. The method of solving the problem described in the paper enables foreseeing the subsequent stages of defect development, thus enabling operational decisions to be made in a manner similar to the procedures applied for use of systems designed according to the "damage tolerant"principle.
Celem opracowania jest prezentacja nowej metody oceny funkcjonowania systemu dla zachowania wysokiego poziomu niezawodności złożonego układu. Bazę systemu stanowią rezultaty badań porównawczych z wykorzystaniem modeli diagnostycznych uwzględniających rozwój procesów degradacji krytycznych elementów systemu. W tym celu została adaptowana i przedstawiona w referacie propozycja wykorzystania metody Bayesa w ocenie stanu technicznego. Myślą przewodnią jest poszukiwanie najbardziej informacyjnego sygnału diagnostycznego przez porównanie prawdopodobieństw warunkowych i funkcji użyteczności dla różnych uszkodzeń i odpowiednio wybranych eksperymentów diagnostycznych. Ujęcie bayesowskie jest ukazane w przypadku uwzględnienia: 1. w analizie decyzyjnej informacji apriorycznej; 2. w analizie decyzyjnej dostępu do informacji aposteriorycznej; 3. w analizie decyzyjnej w wariancie dysponowania ,,nieznaną" informacją - analizapreposterioryczna. Jako przykład jest rozważana procedura bayesowskiego uaktualniania za pomocą testowania wytrzymałościowych właściwości materiału. Metoda rozwiązania opisana w pracy pozwala przewidzieć kolejne etapy rozwoju uszkodzenia, co umożliwia podejmowanie decyzji eksploatacyjnych w sposób podobny do procedur zastosowanych w systemach projektowania według zasad "damage tolerant".
Źródło:
Journal of KONES; 2007, 14, 4; 373-382
1231-4005
2354-0133
Pojawia się w:
Journal of KONES
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele regresji Bayesa w analizach bezpieczeństwa ruchu drogowego
Bayesian regression models in the analyses of road traffic safety
Autorzy:
Nowakowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/144202.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
Bayesian regression
regresja Bayesa
aprioryczne rozkłady parametrów modelu
klasyfikator statystyczny
ciężkość wypadku drogowego
kierujący sprawca wypadku
model parameters prior distributions
statistical classifier
road accident severity
at fault driver
Opis:
W artykule przybliżono koncepcję modelu regresji Bayesa oraz przedstawiono wykorzystanie tego modelu w budowaniu statystycznego klasyfikatora ciężkości wypadku drogowego w zależności od cech kierującego – sprawcy. Modele Bayesa zostały wyznaczone na dużej i małej próbie treningowej z uwzględnieniem informatywnych i nieinformatywnych rozkładów a’priori parametrów strukturalnych oraz porównane z analogicznymi modelami klasycznymi MLE. Przedmiotowym klasyfikatorem statystycznym był model regresji logistycznej.
The idea of a Bayes regression model was put forward and then the utilization of such a model while building a statistical classifier to identify a road accident severity in dependence on chosen at fault driver’s characteristics was presented in the paper. Bayes models were identified for small and big train samples assuming informative and non-informative prior distributions for structural parameters of the models. Obtained results were compared and referred to the results of classical MLE models. A logistic model was a statistical classifier under consideration.
Źródło:
Drogownictwo; 2016, 2; 39-45
0012-6357
Pojawia się w:
Drogownictwo
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies