抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
確率的プログラム依存グラフ(PPDG)のようないくつかの確率的グラフィカルモデルは故障点標定に用いられている。しかし,PPDGは非隣接ノード間の理由には不十分であり,局所異常に関する推論をサポートするのみである。本論文では,非隣接ノード間の推論のための優れた推定能力を持っていることをBayesネットワークに基づくプログラム依存グラフ(BNPDG)と呼ばれる新しい確率的グラフィカルモデルを提案した。故障点標定にBNPDGを適用することに焦点を当てた。PPDGと比較して,このBNPDGベース故障点標定アプローチは非隣接ノード間推論制限を克服し,各非出力ノードの条件付き確率を計算するための一般的な条件としての出力ノードを用いてより正確な故障点標定を提供した。実験結果は,筆者らのBNPDGベース故障点標定アプローチはその競争相手より優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】