MétaCan
Menu
Retour à la cohorte
Enregistrement W2807140878 · doi:10.1002/asmb.2343

Nonparametric evaluation of the first passage time of degradation processes

2018· article· en· W2807140878 sur OpenAlexaff
N. Balakrishnan, Chengwei Qin

Notice bibliographique

RevueApplied Stochastic Models in Business and Industry · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNonparametric statisticsLaplace transformMathematicsApplied mathematicsEmpirical distribution functionInterval (graph theory)Kolmogorov–Smirnov testGoodness of fitStatisticsAlgorithmMathematical optimizationStatistical hypothesis testingMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract This paper discusses a nonparametric method to approximate the first passage time (FPT) distribution of the degradation processes incorporating random effects if the process type is unknown. The FPT of a degradation process is unnecessarily observed since its density function can be approximated by inverting the empirical Laplace transform using the empirical saddlepoint method. The empirical Laplace transform is composed of the measured increments of the degradation processes. To evaluate the performance of the proposed method, the approximated FPT is compared with the theoretical FPT assuming a true underlying process. The nonparametric method discussed in this paper is shown to possess the comparatively small relative errors in the simulation study and performs well to capture the heterogeneity in the practical data analysis. To justify the fitting results, the goodness‐of‐fit tests including Kolmogorov‐Smirnov test and Cramér‐von Mises test are conducted, and subsequently, a bootstrap confidence interval is constructed in terms of the 90th percentile of the FPT distribution.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,219
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Stochastic Models in Business and IndustryMême sujetReliability and Maintenance OptimizationTravaux en français237 207