MétaCan
Menu
Retour à la cohorte
Enregistrement W4308588613 · doi:10.1177/1748006x221130540

Efficient reliability computation of consecutive-k-out-of-n: F systems with shared components

2022· article· en· W4308588613 sur OpenAlexaff
Juan Yin, N. Balakrishnan, Lirong Cui

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part O Journal of Risk and Reliability · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMarkov chainReliability (semiconductor)Disjoint setsComputationComponent (thermodynamics)Computer scienceMarkov modelReliability theoryMarkov processAlgorithmFunction (biology)State spaceReliability engineeringTheoretical computer scienceMathematicsMathematical optimizationApplied mathematicsDiscrete mathematicsFailure rateStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

Consecutive- k systems have been studied extensively in reliability engineering. Linear and circular consecutive- k-out-of- n: F systems with shared component(s) have been studied recently by Lin et al. and Yin and Cui . They considered two adjacent subsystems overlapping with one (multiple) shared component(s), respectively, and obtained system reliability formulas by summing the reliability values for all disjoint cases. As their method is computationally intensive, it would be of interest to develop a simpler and more efficient method for the computation of the reliability function of such systems instead of requiring to list all disjoint cases. In this work, by employing the finite Markov chain imbedding approach, we develop unified formulas as products of matrices for evaluating system reliabilities by redefining the state space of the Markov chain. The results developed here decrease the complexity in the computation of system reliability. Furthermore, the new method is also employed to obtain reliability formulas for Markov-dependent cases. A case study of communication systems is finally presented and some numerical examples are presented to illustrate the developed model and the corresponding results.

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)0,004
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
Métarecherche0,0010,004
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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part O Journal of Risk and ReliabilityMême sujetReliability and Maintenance OptimizationTravaux en français237 207