Développement de méthodes de modélisation dynamique du risque de défaillance basées sur les techniques d'inférence bayésienne et d'extraction de connaissances adaptative

开发基于巴伊地区推理技术和自适应知识提取技术的动态建模方法

• 批准号: RGPIN-2014-05595
• 负责人: Ouali, MohamedSalah
• 金额: $ 1.46万
• 依托单位: École Polytechnique de Montréal
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2018
• 资助国家: 加拿大
• 起止时间: 2018-01-01 至 2019-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=661315
• 关键词: veloppement; de; thodes; mod; lisation

L'objectif du programme de recherche est de développer de nouvelles méthodes de modélisation dynamique du risque de défaillance basée sur les techniques d'extraction de connaissances adaptative et l'inférence bayésienne. Cette recherche mettra à contribution plusieurs techniques de modélisation issues de différents domaines d'ingénierie, en particulier, l'analyse stochastique du risque, la logique adaptative d'extraction et de modélisation de connaissances et l'inférence bayésienne comme technique de mise à jour des connaissances et de prédiction de la tendance du risque.*La méthodologie poursuivie sera basée sur des données et connaissances consignées dans des systèmes informatisés de maintenance et de gestion de patrimoine industriel. L'apport de ces informations sera considéré moyennant les modèles d'extraction et de représentation connaissances. Les liens sémantiques permettant d'établir les scénarios de cause-à-effet seront établis. Ces derniers modèles seront intégrés au modèle d'estimation du risque et de classification des scénarios de défaillance selon leurs effets tout au long du cycle de vie. Les techniques d'inférence bayésienne seront considérées pour mettre à jour les modèles d'estimation du risque et produire de nouvelles connaissances au fur et à mesure que de nouvelles informations ou connaissances seront acquises. Enfin, une analyse de la tendance du risque sera effectuée en tenant compte de l'avis de plusieurs experts.

该技术的模型化和开发的开发将以政府采用的方式进行。该组织一直在为政府做出贡献，包括政府对政府的贡献，政府已由政府汇编，政府一直在为政府做出贡献。象征的幕后技术不仅是为了构成。由含义产生的含义不仅是为了含义。由含义产生的含义不仅是为了构成。 Selonising系统的Selonising系统的制度是导致分类系统创建的因素。这是一种导致创建一种概念方法的技术。这是一个易于理解的分析和倾向。最好的专家。