MétaCan
Menu
Retour à la cohorte
Enregistrement W2120262026 · doi:10.2478/v10006-007-0041-0

Reliability Modeling of Fault Tolerant Control Systems

2007· article· en· W2120262026 sur OpenAlexaff
Hongbin Li, Qing Zhao, Zhenyu Yang

Notice bibliographique

RevueInternational Journal of Applied Mathematics and Computer Science · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMarkov processComputer scienceMarkov chainReliability (semiconductor)Markov modelReliability engineeringFault toleranceFault detection and isolationProbabilistic logicProcess (computing)ImperfectKernel (algebra)EngineeringDistributed computingMathematicsMachine learningArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

Reliability Modeling of Fault Tolerant Control Systems This paper proposes a novel approach to reliability evaluation for active Fault Tolerant Control Systems (FTCSs). By introducing a reliability index based on the control performance and hard deadline, a semi-Markov process model is proposed to describe system operation for reliability evaluation. The degraded performance of FTCSs in the presence of imperfect Fault Detection and Isolation (FDI) is reflected by semi-Markov states. The semi-Markov kernel, the key parameter of the process, is determined by four probabilistic parameters based on the Markovian model of FTCSs. Computed from the transition probabilities of the semi-Markov process, the reliability index incorporates control objectives, hard deadline, and the effects of imperfect FDI, a suitable quantitative measure of the overall performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Mathematics and Computer ScienceMême sujetFault Detection and Control SystemsTravaux en français237 207