DE3710559A1 - Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale - Google Patents
Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmaleInfo
- Publication number
- DE3710559A1 DE3710559A1 DE19873710559 DE3710559A DE3710559A1 DE 3710559 A1 DE3710559 A1 DE 3710559A1 DE 19873710559 DE19873710559 DE 19873710559 DE 3710559 A DE3710559 A DE 3710559A DE 3710559 A1 DE3710559 A1 DE 3710559A1
- Authority
- DE
- Germany
- Prior art keywords
- features
- file
- characteristic
- hypotheses
- hypothesis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 101100391181 Dictyostelium discoideum forH gene Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- MOVRNJGDXREIBM-UHFFFAOYSA-N aid-1 Chemical compound O=C1NC(=O)C(C)=CN1C1OC(COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C(NC(=O)C(C)=C2)=O)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C(NC(=O)C(C)=C2)=O)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C(NC(=O)C(C)=C2)=O)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)COP(O)(=O)OC2C(OC(C2)N2C3=C(C(NC(N)=N3)=O)N=C2)CO)C(O)C1 MOVRNJGDXREIBM-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004963 pathophysiological condition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Complex Calculations (AREA)
Description
Den Berechnungen wird der L-Satz
zugrunde gelegt, dessen L-Operator, durch die nachfolgenden
Regeln 1-8 definiert wird.
p(E h /E h ′), h beliebig, gibt die Sicherheit an, mit der
die Eigenschaft E h tatsächlich auftritt.
(. . . E h . . .) bedeutet, daß das Ereignisprodukt in der
runden Klammer an beliebiger Stelle das Ereignis E h
enthält.
Die Anzahl unsicherer Merkmale in einem Ereignisprodukt
sei i.
multipliziert,
dann zu dem so gebildeten Ausdruck denselben
Ausdruck additiv hinzugefügt und schließlich in
dem additiv hinzugefügten Ausdruck alle E h
negiert.
Eine Operation ist undefiniert, falls das unter dem
Operator stehende Ereignis im Operanden an irgendeiner
Stelle negiert auftritt.
Ein Operator ist undefiniert, falls das unter dem Operator
stehende Ereignis an keiner Stelle des Operanden
vorkommt.
Ist der Operand eine Summe, so wird der Operator auf
jeden Summanden angewendet, und die Teilergebnisse werden
summiert.
Ist der Operand ein Produkt, so werden die Faktoren, die
das unter dem Operator stehende Ereignis nicht enthalten,
vor den Operator gezogen. Zur Vereinfachung wird
für beliebiges
Das Produkt zweier Operatoren ist die Hintereinanderausführung
dieser Operatoren.
Der Definitionsbereich eines Operators
enthält 0, 1 und beliebige p(. . . E h . . .).
Hinzu kommen die Ausdrücke, die aus p(. . . E h . . .) bei
Beachtung der Regeln 1 bis 6 durch wiederholte Anwendung
beliebiger Operatoren
gebildet
werden können.
Der Wertebereich eines Operators
enthält 0, 1 und alle Ausdrücke, die aus beliebigen
p(. . . E h . . .) durch regelgerechte Anwendung des Operators
gebildet werden können.
Weitere Erläuterungen zu L-Satz und L-Operator siehe
Beispiel: "Fehlerermittlung am Radargerät".
Es sei
n die Gesamtzahl der Ausführungen eines Zufalls experiments,
n(H j E k . . . E h . . . E₁) die Anzahl derjenigen Ausführungen, die die Eigenschaft (H j E k . . . E h . . . E₁) besitzen.
n die Gesamtzahl der Ausführungen eines Zufalls experiments,
n(H j E k . . . E h . . . E₁) die Anzahl derjenigen Ausführungen, die die Eigenschaft (H j E k . . . E h . . . E₁) besitzen.
Dann bedeutet die Formel
wobei außer n(E h ) alle
n(E k ), . . ., n(E h ), . . ., n(E₁) fest
gehalten sind, und wobei nur
die zunehmende Änderung von
n(E h ) zugelassen ist.
Steht im Nenner ein Minuszeichen, also ∂p(E h )-, so ist
nur die abnehmende Änderung von n(E h ) zugelassen.
Beispiel
Hierbei ist "x" eine Ausführung des Zufallsexperiments
mit den darunter aufgeführten Eigenschaften E 1 und E 2.
Es werden dafür folgende Werte ermittelt:
Nun sei n(E 2) fest, wogegen n(E 1) - etwa durch einen
zufälligen Fehler - um Δ n(E 1) zunehmen kann.
Dann gilt:
Entsprechend gilt:
Die vorliegende Erfindung bezieht sich auf ein Verfahren
zur Ermittlung der Wahrscheinlichkeiten von Hypothesen
oder Fehlern, die durch charakteristische Mengen von
Merkmalen (z. B. Meßgeräteanzeigen bei technischen
Geräten o. dgl.) bestimmt sind.
In vielen Wissensbereichen tritt das Problem auf, daß
man aus einer Anzahl von Merkmalen auf diejenigen "wis
sensbereichspezifische Gegebenheiten" schließen möchte,
zu denen diese Merkmale am wahrscheinlichsten gehören.
Solche "wissensbereichspezifischen Gegebenheiten", über
deren Zutreffen anhand der festgestellten Merkmale entschieden
werden soll, sind zum Beispiel Gerätefehler in
der Technik. Sie werden im weiteren kurz "Hypothesen"
genannt. Merkmale sind dann einfach Meßwerte, Beobachtungen
oder sonstige Daten, die zu solchen Hypothesen
gehören.
Allgemeiner formuliert: Gegeben ist eine Menge von Hypothesen,
von denen jede eindeutig durch eine Menge von
Merkmalen charakterisiert ist. Gesucht sind diejenigen
Hypothesen, die einer vorgegebenen Menge negierter,
unnegierter oder unsicherer Merkmale zugeordnet werden
können, wobei die Wahrscheinlichkeit der Zugehörigkeit
nebst einem mittleren Fehlerintervall für diesen Wahr
scheinlichkeitswert anzugeben ist.
Die vorgegebenen Merkmale, für die zugehörige Hypothesen
gefunden werden sollen, sind im allgemeinen
* nicht mit Sicherheit vorhanden,
* nicht voneinander stochastisch unabhängig,
* nicht vollzählig in dem Sinn, daß die Merkmalsmuster der tatsächlich zutreffenden Hypothesen nicht vollzählig vorhanden sind.
* nicht mit Sicherheit vorhanden,
* nicht voneinander stochastisch unabhängig,
* nicht vollzählig in dem Sinn, daß die Merkmalsmuster der tatsächlich zutreffenden Hypothesen nicht vollzählig vorhanden sind.
Für die zu der vorgegebenen Merkmalsmenge gehörenden
Hypothesen gilt, daß
* sie sich nicht gegenseitig ausschließen.
* sie sich nicht gegenseitig ausschließen.
Wissensbereiche, in denen die Probleme auftreten, sind
unter anderem Technik, Medizin, Computerwissenschaft,
Biologie und Sportwissenschaft. Folgende Aufgaben sind
in diesen Bereichen zu bewältigen:
- - Ermittlung von Fehlern bei elektrischen und elek tronischen Geräten, Motoren, Triebwerken, industriellen Anlagen,
- - Ermittlung pathophysiologischer Zustände bei Menschen, Tieren und Pflanzen,
- - Erkennung gesprochener Wörter durch die Berechnung der Wahrscheinlichkeit ihres Auftretens unter Verwendung von Wort-Merkmal-Zuordnungen,
- - Eignungs- und Leistungsprognose bei beruflichen und sportlichen Betätigungen, usw.
Viele der bisherigen Systeme setzen weitgehende stochastische
Unabhängigkeiten der Merkmale und der Merkmalsprodukte
voraus. Solche Voraussetzungen sind im allgemeinen
nicht erfüllt und führen zu hohem Überwachungsaufwand
und/oder falschen Ergebnissen.
Vermeidet man solche Voraussetzungen, so ergibt sich die
Schwierigkeit, daß die Anzahl der Merkmalswahrschein
lichkeiten unter der Bedingung des Auftretens anderer
Merkmale so groß wird, daß das System nicht mehr gehandhabt
werden kann.
Einige weitere Systeme versuchen, mittels empirischer
Zuweisungsfunktionen eine Zuordnung der zur Auswertung
vorliegenden Merkmalsmenge zu den Hypothesen zu erreichen.
Hierbei werden Beziehungen eingesetzt, die mit
den Erkenntnissen der klassischen Wahrscheinlichkeitstheorie
nicht in Übereinstimmung zu bringen sind. In
den besonders wichtigen Grenzfällen der jeweils anstehenden
Problematik versagen solche Systeme.
Ein großer Mangel existierender Systeme besteht darin,
daß nur solche Merkmale in das aktuell zu berücksichtigende
Merkmalsprodukt gelangen können, die mit Sicherheit
festgestellt werden. Darüber hinaus liefern bestehende
Systeme bisher keine exakte Fehlerrechnung.
Mathematisch läßt sich das Problem folgendermaßen formulieren:
1.{E i |i = 1, . . ., l}, l∈N, ist die Menge der zuge
lassenen Merkmale (engl.: Evidence).
2.{H j |j = 1, . . ., m}, m∈N, ist die Menge der zuge
lassenen Hypothesen. Es wird also im weiteren wegen
der weitverbreiteten Begriffsbildung stets von den
Hypothesen H j die Rede sein, deren Wahrscheinlichkeit
aufgrund aufgetretener Merkmale ermittelt
werden soll.
3.Zu jeder Hypothese H j , 1 j m gehört eine Merk
malsmenge T j , für die gilt:
- T j ⊂{E i |i = 1, . . ., l},
- T j enthält alle zu H j gehörenden Merkmale,
- T j enthält keine nicht zu H j gehörenden Merkmale,
- (H a ≠ H b ) ⇔ (T a ≠ T b ) für alle 1 a, b m,
- T j enthält nur nicht-negierte Merkmale.
- T j ⊂{E i |i = 1, . . ., l},
- T j enthält alle zu H j gehörenden Merkmale,
- T j enthält keine nicht zu H j gehörenden Merkmale,
- (H a ≠ H b ) ⇔ (T a ≠ T b ) für alle 1 a, b m,
- T j enthält nur nicht-negierte Merkmale.
5.Die Elemente der Menge {H j |j = 1, . . ., m} schließen
sich nicht gegenseitig aus. Insbesondere gilt nicht
6.Die Elemente der Menge {E i |i = 1, . . ., l} sind im
allgemeinen nicht stochastisch unabhängig. Für beliebige
E r , E s mit 1 r, s l gilt also im allgemeinen
nicht:
p(E r |E s ) = p(E r ).
Ebenso sind Merkmalsprodukte im allgemeinen nicht stochastisch unabhängig. 7.Die zu verarbeitende Merkmalsmenge S ⊂ {E i |i = 1, . . ., die für die Ermittlung der Wahrscheinlichkeiten der Hypothesen eingesetzt wird, enthält im allgemeinen keine vollständige, einem H a zugeordnete Merkmalsmenge, 1 a m.
p(E r |E s ) = p(E r ).
Ebenso sind Merkmalsprodukte im allgemeinen nicht stochastisch unabhängig. 7.Die zu verarbeitende Merkmalsmenge S ⊂ {E i |i = 1, . . ., die für die Ermittlung der Wahrscheinlichkeiten der Hypothesen eingesetzt wird, enthält im allgemeinen keine vollständige, einem H a zugeordnete Merkmalsmenge, 1 a m.
Mit den Festlegungen 1. bis 7. läßt sich die Problemstellung
wie folgt formulieren:
Gegeben sei eine beliebige Menge S ⊂ {E i |i = 1, . . ., l}, wobei voneinander verschiedene Elemente von S negiert, nicht-negiert oder unsicher auftreten können. Gesucht ist eine geordnete Liste der p(H j |Π j ), j = 1, . . ., m, wobei Π j das Produkt all der Elemente von S ist, die auch in T j vorkommen. Gesucht wird darüber hinaus zu jedem p(H j |Π j ) die Angabe des absoluten mittleren Fehlers Δ p(H j |Π j ).
Gegeben sei eine beliebige Menge S ⊂ {E i |i = 1, . . ., l}, wobei voneinander verschiedene Elemente von S negiert, nicht-negiert oder unsicher auftreten können. Gesucht ist eine geordnete Liste der p(H j |Π j ), j = 1, . . ., m, wobei Π j das Produkt all der Elemente von S ist, die auch in T j vorkommen. Gesucht wird darüber hinaus zu jedem p(H j |Π j ) die Angabe des absoluten mittleren Fehlers Δ p(H j |Π j ).
Der vorliegenden Erfindung liegt die Aufgabe zugrunde,
ein Verfahren zur Ermittlung der Wahrscheinlichkeit des
Vorliegens von Hypothesen, Fehlern o. dgl. anzugeben, mit
denen in exakter Weise aufgrund einer vorgegebenen Menge
von Merkmalen, d. h. Meßwerten, Beobachtungen o. dgl.,
zunächst eine nach fallenden Wahrscheinlichkeiten geordnete
Liste der möglichen Hypothesen aufgestellt werden
kann.
Erfindungsgemäß wird diese Aufgabe dadurch gelöst, daß
mit Hilfe eines Rechners und einer ersten Datei, die
Informationen über die möglichen Hypothesen und die
zugehörigen charakteristischen Merkmalsmengen enthält,
zunächst für jede mögliche Hypothese aus der charakteristischen
Merkmalsmenge und der zur Auswertung vorgegebenen
Merkmalsmenge mittels Durchschnittsbildung die
jeweils aktuell zu berücksichtigende Merkmalsmenge
(E k . . . E i+1 E i ′ . . . E₁′) gebildet wird, bei dem die ersten
i Merkmale unsicher und die nachfolgenden (k-i) Merkmale
auch negiert sein dürfen, wobei k 1 und i 0 ist.
Den weiteren Berechnungen wird der L-Satz
zugrunde gelegt, und es werden mit Hilfe des Rechners
und einer zweiten Datei, die eine Sammlung real aufgetretener
Fälle mit Angaben über die jeweilige Hypothese
und über das Vorhandensein oder Nicht-Vorhandensein
genau der und nur der gemäß Datei 1 jeweils zugehörigen
charakteristischen Merkmale enthält, durch einfaches
Abzählen die im L-Satz geforderten Produktwahrschein
lichkeiten bestimmt, wobei in der Datei 2 nicht aufgeführte
Merkmale als nicht vorhanden gewertet werden, und
als Ergebnis wird der Wert p(H j |E k . . . E i+1 E i ′ . . . E₁′),
j = 1, . . ., m, nach Maßgabe des L-Satzes berechnet.
Die in der Fallsammlung enthaltenen Fälle besitzen also
Angaben über die jeweilige Hypothese und über das Vorhandensein
oder Nicht-Vorhandensein der gemäß Datei 1
jeweilig zugehörig charakteristischen Merkmale, wobei
die übrigen, nicht-charakteristischen Merkmale als
nicht vorhanden gewertet werden. Dies wird so begründet,
daß die nicht dazugehörenden Merkmale entweder einem
sich überlagernden Fall zuzuordnen sind, über dessen
Aufnahme in die Datei 2 entsprechend der Kriterien für
die Erhebung von Stichproben gesondert entschieden
werden muß, oder daß diese Merkmale fälschlicherweise
festgestellt worden sind. Für die als Ergebnis ermittelten
p(H j |E k . . . E i+1 E i ′ . . . E₁′), j = 1, . . ., m wird also still
schweigend die Voraussetzung zugrunde gelegt, daß überhaupt
eine Hypothese vorliegt; das Nicht-Vorhandensein
von Hypothesen trotz beobachtbarer Merkmale wird ausge
schlossen.
Für das Ergebnis R := p(H j |E k . . . E i+1 E i ′ . . . E₁′) wird
schließlich der absolute mittlere Fehler Δ R angegeben
nach der Formel
Hierbei werden p(E₁), . . . p(E k ) und p(E₁|E₁′), . . ., p(E i |E i ′)
als die Größen betrachtet, die mit zufälligen Fehlern
behaftet sein können; es sind also jeweils
zu bilden. Dabei ergibt sich die Schwierigkeit, Ausdrücke
der Form
etc. herzustellen.
Hierzu werden dann die Formeln
verwendet.
Das vorgeschlagene Verfahren hat zunächst den Vorteil,
daß es keine Voraussetzungen über die stochastische
Unabhängigkeit der Merkmale benötigt. Auch vermeidet es
die Benutzung großer Mengen bedingter Merkmalswahr
scheinlichkeiten.
Des weiteren hat es den Vorteil, daß es unsichere Merkmale
zuläßt, und daß für jede ermittelte Hypothesenwahr
scheinlichkeit eine Fehlerrechnung möglich ist.
Für das Verfahren wird der leicht berechenbare L-Satz
benutzt, dessen geforderte Produktwahrscheinlichkeiten
aus einer Fallsammlung durch einfaches Abzählen gewonnen
werden. Hierbei werden alle Fälle gezählt, die
mindestens die Merkmale enthalten, die durch das zur
Diskussion stehende Merkmalsprodukt angegeben sind.
Durch die erfindungsgemäße Vorgehensweise ergeben sich
weitere Vorteile:
- - Grundsätzlich alle (bekannten) Hypothesen werden für eine Bewertung herangezogen, so daß keine Hypothese, deren Wahrscheinlichkeit einen Schwellenwert übersteigt, vergessen werden kann.
- - Jeder benutzte Wahrscheinlichkeitswert ist ein be rechneter Wert; er basiert auf statistischem Material, das im Rechner verfügbar gehalten wird und fortlaufend erweitert werden kann.
- - Eventuell erforderliche zusätzliche Merkmale werden nur für die wahrscheinlichsten Hypothesen nachgefordert, so daß richtungslose Befunderhebung entfällt.
Anhand eines Beispieles, und zwar der Fehlerermittlung
an Radargeräten, soll das erfindungsgemäße Verfahren
näher erläutert werden. Es wird jedoch explizit darauf
hingewiesen, daß es sich um die Darstellung des Ver
fahrensablaufs handelt. Die aus Übersichtlichkeitsgründen
angegebene geringe Anzahl von Fällen erlaubt
keine Aussage über die Wahrscheinlichkeit von Ereignissen
oder Ereignisprodukten.
Folgende Situation sei angenommen:
Eine größere Anzahl von Radargeräten desselben Typs ist unter vergleichbaren Bedingungen im Einsatz. Auftretende Störfälle werden zentral dokumentiert.
Eine größere Anzahl von Radargeräten desselben Typs ist unter vergleichbaren Bedingungen im Einsatz. Auftretende Störfälle werden zentral dokumentiert.
H j : Fehler (Hypothesis);
E i : Merkmal (Evidence);
i : gesuchtes, jedoch nicht bestätigtes Merkmal.
E i : Merkmal (Evidence);
i : gesuchtes, jedoch nicht bestätigtes Merkmal.
CodeBeschreibung
H 1Kondenswasser in Hohlleiter HL 102
H 2Widerstand R 65 oberhalb Toleranzgrenze
H 3Spannungsabfall durch Kriechströme über C 14
.
.
.
E 1Bildschirmanzeige Radarecho verwaschen E 2Bildschirmanzeige in x-Richtung gedehnt E 3Bildschirmanzeige oszilliert E 4Antennendrehung ungleichmäßig E 5Warnlampe L 208 flackert E 6Rauch aus Power Supply E 7Reibegeräusche aus Antennengetriebe .
.
.
.
.
E 1Bildschirmanzeige Radarecho verwaschen E 2Bildschirmanzeige in x-Richtung gedehnt E 3Bildschirmanzeige oszilliert E 4Antennendrehung ungleichmäßig E 5Warnlampe L 208 flackert E 6Rauch aus Power Supply E 7Reibegeräusche aus Antennengetriebe .
.
.
Grundsätze für den Aufbau der Kartei:
- 1. Alle Merkmale sind Folgen von Fehlfunktionen, d. h. Normalwerte sind keine Merkmale.
- 2. Für jeden Fehler wird eine zunächst ungeordnete Sammlung von Merkmalen aufgestellt, wie sie aus Konstruk tionsunterlagen und aufgrund theoretischer Überlegungen gewonnen werden kann. Jedes Merkmal steht in einem kausalen Zusammenhang zu dem zugehörigen Fehler.
- 3. Für jedes auf diese Weise gesicherte Merkmal
E i , i ∈ {1, . . ., 7} werden für alle Hypothesen
H j , j = 1, . . ., 3, die Wahrscheinlichkeiten
p(E i |H j ) bestimmt.
Hierzu wird Hilfsmittel 2 (s. u.) verwendet. - 4. Jedem Fehler H j , j ∈ {1, . . ., 3} wird seine nach ab nehmenden p(E i |H j ), i = 1, . . ., 7 sortierte Merkmalsmenge zugeordnet.
- 5. Negierte Merkmale sind nicht enthalten; für beliebige i, j ist j mit p( i |H j ) gleichbedeutend zu E i mit 1 - p( i |H j ). (Merkmale mit p(E i |H j ) < 1 werden ignoriert).
Grundsätze für den Aufbau der Kartei:
- 1. Die dokumentierten Störfälle werden nach Fehlern H j , j = 1, . . ., 3 sortiert.
- 2. Die bei einem Störfall festgestellte Merkmalsmenge
muß Angaben über das Vorhandensein oder Nicht-
Vorhandensein all jener Merkmale enthalten, die gem.
Hilfsmittel 1 zum jeweiligen Fehler gehören.
(Charakteristische Merkmalsmenge). - 3. Darüber hinaus können bei jedem Störfall beliebige Merkmale auftreten. Sie gehören entweder zu einem sich überlagernden Fall, über dessen Aufnahme in die Datei 2 anhand der Kriterien für die Erhebung der Stichprobe gesondert entschieden werden muß, oder sie sind fälschlicherweise bestimmt worden. Solche nicht zur Hypothese gehörenden Symptome werden grundsätzlich als nicht vorhanden gewertet.
Es sei das Merkmalsprodukt (E 7 E 3′ E 1′) gegeben. Aus
(E 7 E 3′ E 1′) sollen dann die p(H j |E 7 E 3′ E 1′), j = 1, . . ., 3
bestimmt werden.
Außerdem seien bekannt:
p(E 1) = 11/15; p(E 3) = 8/15; p(E 1|E 1′) = 7/10; p(E 3|E 3′) = 8/10.
Außerdem seien bekannt:
p(E 1) = 11/15; p(E 3) = 8/15; p(E 1|E 1′) = 7/10; p(E 3|E 3′) = 8/10.
Grundsätze für den Ablauf des Verfahrens:
- 1. Für jedes p(H j |E 7 E 3′ E 1′), j = 1, . . ., 3 werden in der Bedingung diejenigen Merkmale entfernt, die gem. Hilfsmittel 1 nicht zu H j gehören.
- 2. Die erforderlichen Produktwahrscheinlichkeiten werden durch Abzählen in Hilfsmittel 2 bestimmt. Hierbei werden alle Fälle gezählt, die mindestens die durch das Ereignisprodukt angegebenen Merkmale enthalten. Nicht-charakteristische Merkmale werden grundsätzlich als nicht vorhanden gewertet.
- 3. Sind die p(H j |E 7 E 3′ E 1′), j = 1, . . ., 3 bestimmt, so können für die Hypothese mit der höchsten Wahrscheinlichkeit weitere, noch nicht untersuchte Merkmale abgefragt werden (Priorität gem. Hilfsmittel 1, gewählt wird das Merkmal, das in Hilfsmittel 1 möglichst weit oben steht).
Es ergibt sich:
Für die wahrscheinlichste Hypothese H 3 ist E 2 das
nächste, noch nicht untersuchte Merkmal, da
p(E 2|H 3) < p(E 6|H 3) und p(E 2|H 3) < p(E 4|H 3).
p(E 2|H 3) < p(E 6|H 3) und p(E 2|H 3) < p(E 4|H 3).
Je nach Vorliegen, Nicht-Vorliegen oder unsicherem Vorliegen
wird dann E 2, 2 oder E 2′ zu (E 7 E 3′ E 1′) hinzugefügt.
Es werde angenommen, daß E 2′ gelte. Dann wird
für das Merkmalsprodukt (E 7 E 3′ E 2′ E 1′) erneut auf dieselbe
Weise verfahren, d. h. es wird z. B. für H 1 bestimmt:
usw.
Das Verfahren kann bei jeder beliebigen Merkmals-Anzahl
abgebrochen werden. Die Wahrscheinlichkeiten beziehen
sich dann auf den mit dieser Anzahl erreichten Wissensstand.
Das Verfahren muß abgebrochen werden, wenn die Anzahl
der im Bedingungsprodukt enthaltenen Merkmale so groß
wird, daß für die Bestimmung der benötigten Produktwahr
scheinlichkeiten nur eine "zu kleine" Anzahl von Fällen
gezählt werden kann. Eine statistische Aussage ist dann
nicht mehr möglich. Hierbei wird die Grenze für "zu
klein" von der Beschaffenheit der gestellten Aufgabe
abhängen und unter Umständen nur durch Probeläufe zu
ermitteln sein.
Die Erfindung soll weiterhin anhand der Figuren
erläutert werden. Es zeigen:
Fig. 1 ein Gerät zur Durchführung des erfindungsgemäßen
Verfahrens,
Fig. 2 ein Flußdiagramm zur Berechnung der Hypo
thesenwahrscheinlichkeiten,
Fig. 3 ein Flußdiagramm zur Berechnung des absoluten
mittleren Fehlers.
Das in Fig. 1 dargestellte Gerät umfaßt den Rechner 2 für
den gesteuerten Verfahrensablauf entsprechend den in
Fig. 2 und Fig. 3 dargestellten Flußdiagrammen. Über die
Eingabe 3 wird einmalig die zu verarbeitende Merkmalsmenge
eingegeben. Mit 4 ist die Steuer-Eingabe bezeichnet,
die jeweils nach einer Aufforderung erfolgt.
An sich bekannte Kommunikationsmittel 5 sind zwischen
der Eingabe 4 und dem Rechner 2 vorgesehen. Während des
Verfahrensverlaufs greift der Rechner 2 auf die in den
Baueinheiten 6 und 7 gespeicherten Informationen zurück.
Die Datei 1 (Bezugszeichen 6) enthält Informationen
über die möglichen Hypothesen bzw. Fehler und die zugehörigen
charakteristischen Merkmalsmengen. In der
Datei 2 (Bezugszeichen 7) befindet sich eine Sammlung
real aufgetretener Störfälle mit Angaben über die jeweilige
Hypothese und über das Vorhandensein oder
Nicht-Vorhandensein genau der gemäß Datei 1 jeweilig
zugehörigen charakteristischen Merkmale. Der Ausgang des
Rechners 2 ist mit 8 bezeichnet. Über an sich bekannte
Kommunikationsmittel 9 liefert er eine nach abnehmender
Wahrscheinlichkeit sortierte Liste von Hypothesen oder
Fehlern. Über Eingabe 4 können dann für einzelne Hypo
thesenwahrscheinlichkeiten Fehlerrechnungen veranlaßt
werden, deren Ergebnis ebenfalls über Ausgang 8 übermittelt
wird.
Der Rechner vermag aus Datei 2 die a-priori-Wahrschein
lichkeiten der Einzelmerkmale zu berechnen; ebenso vermag
er aus Datei 2 für beliebiges E k den Wert von
Δ p(E k ) aus den Grenzen eines Konfidenzintervalls für
p(E k ) zu ermitteln. Erforderlich sind dann noch über
Eingabe 4 die Wertangaben von p(E k |E k ′) und Δ p(E k |E k ′)
für alle unsicheren Merkmale E k ′.
Der Ablauf des Verfahrens zur Bestimmung der Hypothesen
wahrscheinlichkeiten ist aus dem in Fig. 2 dargestellten
Flußdiagramm ersichtlich.
Um Weitläufigkeiten zu vermeiden, werden die benutzten
Bezeichnungen an einem Beispiel demonstriert.
Sei (E 3 E 2′ E 1′) das aktuell zu berücksichtigende Merk
malsprodukt.
Die mit ′ gekennzeichneten Merkmale E 1′ und E 2′ sind
unsicher. Zur Vereinfachung wird vereinbart, daß die
unsicheren Merkmale möglichst weit rechts stehen, d. h.
möglichst niedrige Indizes besitzen.
Die auf die unsicheren Merkmale folgenden sicheren Merkmale,
hier: E 3, können negiert oder unnegiert auftreten.
Die Anzahl unsicherer und sicherer Merkmale ist theoretisch
beliebig; in der Praxis ergeben sich jedoch konkrete
Grenzen durch die an das Ergebnis gestellten Ge
nauigkeitsanforderungen.
Dann wird für ein beliebiges H j der Wert p(H j |E 3 E 2′ E 1′)
wie folgt berechnet:
wobei die Z ν und N ν , ν = 0, . . ., 3 die in obiger Gleichung
dargestellten Ausdrücke sind, z. B.
Die Durchführbarkeit des Verfahrens für (theoretisch)
beliebig viele unsichere und beliebig viele negierte
oder unnegierte Merkmale wird mit dem Flußdiagramm in
Fig. 2 erreicht.
Bezeichnungen:
VERMERK
Zu verarbeitendes Merkmalsprodukt
HYPMENG
Menge in Betracht gezogener Hypothesen
AKTMERK
Aktuell zu berücksichtigendes Merkmalsprodukt,
hier: (E 3 E 2 E 1).
RECMERK
Rechnerisch benötigtes Merkmalsprodukt,
hier: (E 3 E 2 E 1), (E 3 E 2 1), (E 3 2 E 1), (E 3 2 1) j Index der Hypothese H j j-te Hypothese G Gesamtzahl der Hypothesen ZÄHLER Zähler auf der rechten Seite der obigen Gleichung NENNER Nenner auf der rechten Seite der obigen Gleichung X Anzahl unsicherer Merkmale, hier: X := 2 ν Index eines Zähler- oder Nennerterms mit 0 ν 2 X - 1, hier: 0 ν 3 Z ν Zählerterm, hier z. B.:
hier: (E 3 E 2 E 1), (E 3 E 2 1), (E 3 2 E 1), (E 3 2 1) j Index der Hypothese H j j-te Hypothese G Gesamtzahl der Hypothesen ZÄHLER Zähler auf der rechten Seite der obigen Gleichung NENNER Nenner auf der rechten Seite der obigen Gleichung X Anzahl unsicherer Merkmale, hier: X := 2 ν Index eines Zähler- oder Nennerterms mit 0 ν 2 X - 1, hier: 0 ν 3 Z ν Zählerterm, hier z. B.:
N ν
Nennerterm, hier z. B.:
k
Index der Merkmale, hier: 1 k 3
E
ZUS
Zusätzliches, noch nicht untersuchtes
Merkmal
H
BEST
Beste Hypothese
Erläuterung der Blöcke
1)VERMERK ist vorgegeben.
2)HYPMENG enthält initial alle bekannten Hypothesen.
3)j wird auf den kleinsten Index der in HYPMENG
enthaltenen Hypothesen gesetzt.
4)Nicht zu H j gehörende Merkmale werden nicht
berücksichtigt.
5)Das erste rechnerisch benötigte Merkmalsprodukt
RECMERK entsteht aus AKTMERK durch
Entfernung der Unsicherheitsstriche.
6)Für die anstehende Hypothese werden die Variablen
ZÄHLER, NENNER und ν initialisiert.
7)Für die anstehende Hypothese und das anstehende
ν werden die für Zähler- und Nennerterme
erforderlichen Produktwahrscheinlichkeiten
berechnet. Dies geschieht dadurch, daß
in der Datei der gesammelten Fälle alle diejenigen
Fälle gezählt werden, die die geforderten
Ereignisse mindestens aufweisen; Division
durch die Gesamtzahl aller Fälle ergibt
die gesuchte Wahrscheinlichkeit.
8)Merkmal E 1 wird abgefragt.
9)-13)Vervollständigung der Zähler- und Nennerterme
durch X-fache Multiplikation mit
p(E k |E k ′)/p(E k ) oder p( k |E k ′)/p( k ) 14)Vervollständigung des Zählers und des Nenners. 15) 16)Interpretiert man die Negierung eines ur sprünglich unsicheren Merkmals als eine binäre 1 und die Nicht-Negierung als eine binäre 0, so liefern die ursprünglich unsicheren Merkmale eine binäre Zahl, deren Wert gleich ist zum Wert von ν.
p(E k |E k ′)/p(E k ) oder p( k |E k ′)/p( k ) 14)Vervollständigung des Zählers und des Nenners. 15) 16)Interpretiert man die Negierung eines ur sprünglich unsicheren Merkmals als eine binäre 1 und die Nicht-Negierung als eine binäre 0, so liefern die ursprünglich unsicheren Merkmale eine binäre Zahl, deren Wert gleich ist zum Wert von ν.
17)Falls ν = 2 X - 1 erreicht ist, sind alle ur
sprünglich unsicheren Merkmale negiert.
18)Für die anstehende Hypothese wird das Ergebnis
notiert.
19)-21)j wird so lange hochgezählt, bis ein Index aus
HYPMENG gefunden oder G überschritten wird.
22)Die Hypothesen werden nach abnehmender Wahr
scheinlichkeit sortiert und bis zum Erreichen
eines vorab gesetzten Schwellenwertes an
HYPMENG zugewiesen. Für den nächsten Durchlauf
mit vergrößertem VERMERK müssen dann nur Hypothesen
berechnet werden, die noch eine Chance
besitzen.
23)Das Verfahren kann abgebrochen werden.
24)Eine Verbesserung ist nur möglich, wenn beim
letzten Durchlauf die jeweilige Anzahl der für
Block 7) gezählten Fälle so groß war, daß eine
statistische Aussage erfolgen konnte.
25)-30)Die Erkenntnisse über ein neues Merkmal werden
zu VERMERK hinzugefügt.
Aus dem Flußdiagramm, letzter Teil, ist neben den bereits
erwähnten Vorteilen ein weiterer Vorteil der Erfindung
ersichtlich. Soll das Ergebnis verbessert
werden, kann die Hypothesenermittlung gezielt bei der
Hypothese fortgesetzt werden, die am wahrscheinlichsten
vorliegt.
Der Benutzer entscheidet an dieser Stelle anhand der
erreichten Hypothesenliste über die unter Umständen
ausreichende Aussagefähigkeit der bis dahin ausgewerteten
Merkmalsmenge. Er entscheidet anhand der Zahlen der
bisher gezählten Fälle, ob der Umfang des verfügbaren
statistischen Materials eine Verbesserung des Ergebnisses
zuläßt, und er entscheidet anhand von Hilfsmittel 1,
welches Merkmal im Sinne einer Bestätigungsstrategie am
ehesten dazu beitragen wird, die Wahrscheinlichkeit der
besten Hypothese weiter zu erhöhen.
Eine Hypothesenermittlung dieser Art führt schnell und
mit einfachen Mitteln dazu, die in Frage kommenden Hypothesen
entscheidend einzugrenzen.
Der Ablauf der Fehlerrechnung ist aus Fig. 3 ersichtlich.
Für die einfachere Darstellung werden die Bezeichnungen
und die eigentliche Fehlerrechnung an einem Beispiel
dargestellt. Eventuell erforderliche Verallgemeinerungen
können dann direkt gefolgert werden.
Es sei (E 3 E 2′ E 1′) das aktuell zu berücksichtigende Merk
malsprodukt. Dann gilt:
Seien Z und N der bereits berechnete Zähler bzw. Nenner
der obigen Gleichung und R := Z/N. Dann gilt nach Gauß
für den absoluten mittleren Fehler Δ R:
Damit folgt:
Hierbei bedeutet : Das Ereignis H j wird in der direkt
vorangehenden runden Klammer
gestrichen und der so veränderte
Inhalt nach übernommen.
Abgekürzt gilt:
wobei die U ν ⁺,
ν = 0, . . ., 3 für die ( ν + 1)-ten Zeilen auf der rechten
Seite der obigen Gleichung stehen.
Die Berechnung der Zahlenwerte wird nicht mehr explizit
vorgeführt, da es offensichtlich ist, wie dies zu
geschehen hat:
Z und N sind Zähler bzw. Nenner der Ausgangsgleichung; die Bestimmung ihrer Zahlenwerte wurde bereits dargestellt.
Z und N sind Zähler bzw. Nenner der Ausgangsgleichung; die Bestimmung ihrer Zahlenwerte wurde bereits dargestellt.
Die Werte von p(E₁), . . ., p(E₂) und p(E₁|E₁′), . . ., p(E₂|E₂′)
sind grundsätzlich gegeben.
Die Produktwahrscheinlichkeiten, z. B. p(H 1 E 3 2 1)
oder p(E 3 2 1) werden durch Abzählen in Datei 2 ermittelt.
Somit ist die Handhabung der Zahlenwerte ohne Probleme;
einer weiteren Klärung bedarf allerdings der allgemeine
Fall.
Zu diesem Zweck werden die bisher gewonnenen Beziehungen
verallgemeinert und dann zusätzlich im Flußdiagramm der
Fig. 3 anschaulich zusammengestellt.
Es sei:
AKTMERK
Aktuell zu verarbeitendes Merkmalsprodukt,
im Beispiel: (E 3 E 2′ E 1′).
RECMERK
Rechnerisch benötigtes Merkmalsprodukt,
im Beispiel: (E 3 E 2 E 1), (E 3 E 2 1), (E 3 2 E 1) usw. REDMERK reduziertes Merkmalsprodukt, es entsteht aus RECMERK durch Entfernung von E k , wobei E k das Merkmal ist, das in im Nenner steht. X Anzahl unsicherer Merkmale, im Beispiel X = 2. ν Zählindex mit 0 ν 2 X - 1;
interpretiert man in RECMERK die Negierung eines ursprünglich unsicheren Merkmals als eine binäre 1 und die Nicht- Negierung als eine binäre 0, so liefern die ursprünglich unsicheren Merkmale eine binäre Zahl, deren Wert gleich ν ist;
im Beispiel:
im Beispiel: (E 3 E 2 E 1), (E 3 E 2 1), (E 3 2 E 1) usw. REDMERK reduziertes Merkmalsprodukt, es entsteht aus RECMERK durch Entfernung von E k , wobei E k das Merkmal ist, das in im Nenner steht. X Anzahl unsicherer Merkmale, im Beispiel X = 2. ν Zählindex mit 0 ν 2 X - 1;
interpretiert man in RECMERK die Negierung eines ursprünglich unsicheren Merkmals als eine binäre 1 und die Nicht- Negierung als eine binäre 0, so liefern die ursprünglich unsicheren Merkmale eine binäre Zahl, deren Wert gleich ν ist;
im Beispiel:
Y
Gesamtzahl zu verarbeitender Merkmale,
im Beispiel: Y = 3.
Damit ergibt sich folgende Verallgemeinerung für U ν ⁺ und
beliebiges p(E k ), k X:
Damit ergibt sich dann das Flußdiagramm für die Ermittlung
von Δ R. Vorab bekannt sind dabei:
AKTMERK,
Z, N,
Δ p(E k ) für k = 1, . . ., Y,
Δ p(E k |E k ′) für k = 1, . . ., X.
AKTMERK,
Z, N,
Δ p(E k ) für k = 1, . . ., Y,
Δ p(E k |E k ′) für k = 1, . . ., X.
Claims (3)
1. Verfahren zur Ermittlung der Wahrscheinlichkeit des Vorliegens
von Hypothesen H j , j = 1, . . ., m, m 2, die durch
charakteristische Merkmalsmengen bestimmt sind, anhand
eines aktuell zu berücksichtigenden Merkmalsprodukts
(E k . . . E i+1 E i ′ . . . E₁′), k 1, i 0, von denen die ersten
i Merkmale unsicher und die nachfolgenden (k-i) Merkmale
auch negiert sein dürfen, dadurch gekennzeichnet, daß
der sogenannte L-Satz
verwendet wird; das Verfahren ist weiter gekennzeichnet
dadurch, daß mit Hilfe eines Rechners und einer ersten
Datei, die Informationen über die möglichen Hypothesen
H j und die zugehörigen charakteristischen Merkmalsmengen
enthält, zunächst für jede mögliche Hypothese H j aus der
charakteristischen Merkmalsmenge und der zur Auswertung
vorgegebenen Merkmalsmenge mittels Durchschnittsbildung
die jeweils aktuell zu berücksichtigende Merkmalsmenge
(E k . . . E i+1 E i ′ . . . E₁′) gebildet wird, daß danach mit Hilfe
des Rechners und einer zweiten Datei, die eine Sammlung
real aufgetretener Fälle mit Angaben über die jeweilige
Hypothese und über das Vorhandensein oder Nicht-
Vorhandensein genau der und nur der gemäß Datei 1 jeweilig
zugehörigen charakteristischen Merkmale enthält,
durch einfaches Abzählen die im L-Satz geforderten
Produktwahrscheinlichkeiten bestimmt werden, wobei in
der Datei 2 nicht aufgeführte Merkmale als nicht vorhanden
gewertet werden, und daß als Ergebnis der Wert
p(H j (E k . . . E i+1 E i ′ . . . E₁′), j = 1, . . ., m nach Maßgabe des L-
Satzes berechnet wird; das Verfahren ist weiter gekennzeichnet
dadurch, daß für jedes Ergebnis R der absolute
mittlere Fehler Δ R angegeben wird nach der Formel
wobei die Formeln
für die Berechnung der Ausdrücke
verwendet
werden.
2. Verfahren zur Ermittlung eines Fehlers H j , j = 1, . . ., m,
m 2, an einem technischen Gerät, an einer industriellen
Anlage oder dergleichen anhand eines aktuell zu
berücksichtigenden Merkmalsprodukts (E k . . . E i+1 E i ′ . . . E₁′),
k 1, i 0, von denen die ersten i Merkmale unsicher
und die nachfolgenden (k-i) Merkmale auch negiert sein
dürfen, dadurch gekennzeichnet, daß der sogenannte
L-Satz
verwendet wird; das Verfahren ist weiter gekennzeichnet
dadurch, daß mit Hilfe eines Rechners und einer ersten
Datei, die Informationen über die möglichen Fehler H j
und die zugehörigen charakteristischen Merkmalsmengen
enthält, zunächst für jeden möglichen Fehler H j aus der
charakteristischen Merkmalsmenge und der zur Auswertung
vorgegebenen Merkmalsmenge mittels Durchschnittsbildung
die jeweils aktuell zu berücksichtigende Merkmalsmenge
(E k . . . E i+1 E i ′ . . . E₁′) gebildet wird, daß danach mit Hilfe
des Rechners und einer zweiten Datei, die eine Sammlung
real aufgetretener Störfälle mit Angaben über die jeweiligen
Fehler und über das Vorhandensein oder Nicht-
Vorhandensein genau der und nur der gemäß Datei 1 jeweilig
zugehörigen charakteristischen Merkmale enthält,
durch einfaches Abzählen die im L-Satz geforderten Pro
duktwahrscheinlichkeiten bestimmt werden, wobei in der
Datei 2 nicht aufgeführte Merkmale als nicht vorhanden
gewertet werden, und daß als Ergebnis der Wert
p(H j (E k . . . E i+1 E i ′ . . . E₁′), j = 1, . . ., m nach Maßgabe des L-
Satzes berechnet wird; das Verfahren ist weiter gekennzeichnet
dadurch, daß für jedes Ergebnis R der absolute
mittlere Fehler Δ R angegeben wird nach der Formel
wobei die Formeln
für die Berechnung der Ausdrücke
verwendet
werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet,
daß - für den Fall, daß die bedingten Wahr
scheinlichkeiten der Hypothesen bzw. Fehler sich nicht
deutlich unterscheiden - nach zusätzlichen Merkmalen
gesucht wird, und zwar beginnend bei der Hypothese bzw.
dem Fehler H j , j∈ {1, . . ., m}, mit der höchsten bedingten
Wahrscheinlichkeit, und da wiederum beginnend bei
dem noch nicht untersuchten Merkmal mit der höchsten
Auftrittswahrscheinlichkeit unter der Bedingung H j ,
wobei je nach Vorliegen, Nicht-Vorliegen oder unsicherem
Vorliegen des Merkmals das unnegierte bzw. negierte
bzw. durch Strichkennung als unsicher markierte Merkmal
zu der zur Auswertung vorliegenden Merkmalsmenge hinzugefügt
wird.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19873710559 DE3710559A1 (de) | 1987-03-30 | 1987-03-30 | Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale |
EP19870118535 EP0281682A3 (de) | 1987-02-25 | 1987-12-15 | Verfahren zur Ermittlung von Hypothesen anhand stochastisch abhängiger und teilweiser unsicher bestimmter Merkmale |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19873710559 DE3710559A1 (de) | 1987-03-30 | 1987-03-30 | Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale |
Publications (1)
Publication Number | Publication Date |
---|---|
DE3710559A1 true DE3710559A1 (de) | 1988-10-13 |
Family
ID=6324391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19873710559 Withdrawn DE3710559A1 (de) | 1987-02-25 | 1987-03-30 | Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE3710559A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7246039B2 (en) | 2002-07-19 | 2007-07-17 | Selex Communications Limited | Fault diagnosis system |
-
1987
- 1987-03-30 DE DE19873710559 patent/DE3710559A1/de not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7246039B2 (en) | 2002-07-19 | 2007-07-17 | Selex Communications Limited | Fault diagnosis system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2254016B1 (de) | Verfahren und Einrichtung zur Identifikation von Korrelationen zwischen Alarmmeldungen oder zwischen Alarmmeldungen und Bedieneingriffen | |
EP1020815A2 (de) | Vorrichtung und Verfahren zur automatischen Diagnose eines technischen Systems mit effizienter Wiederverwendung von Informationen | |
EP3511126A1 (de) | Verfahren zur rechnergestützten planung eines durch einen roboter ausführbaren arbeitsablaufs | |
EP2414903A1 (de) | Vorrichtung und verfahren zur erstellung eines prozessmodells | |
EP2854045B1 (de) | Verfahren und System zum Bewerten von erhobenen Messwerten eines Systems | |
DE102018220701A1 (de) | Diskretisierung von Zahlenwerten mit adaptiver Genauigkeit | |
EP2433189B1 (de) | Verfahren zum analysieren von meldungsarchiven und korrespondierendes computerprogramm zur ableitung eines endlichen automaten | |
DE102012107160A1 (de) | Verfahren zur Realisierung und Anpassung von Brandschutzmaßnahmen | |
DE112018006331B4 (de) | Testfallgenerierungsvorrichtung, Testfallgenerierungsverfahren und Testfallgenerierungsprogramm | |
DE3710559A1 (de) | Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale | |
DE69312457T2 (de) | Verfahren zum Erfassen von Ausführungsfehlern in einem Programm | |
WO2003029978A2 (de) | Verfahren und system zur bearbeitung von fehlerhypothesen | |
EP3779619B1 (de) | Verfahren und vorrichtung zur bestimmung emergenter risiken eines technischen systems | |
EP0400354A2 (de) | Verfahren zur Ermittlung der Wahrscheinlichkeiten fehlerhafter Betriebszustände und der Wahrscheinlichkeiten kausaler Vorgänge bei technischen und biologischen Systemen | |
EP4184350A1 (de) | Computer-implementiertes verfahren zum erkennen eines eingabemusters in mindestens einer zeitreihe einer mehrzahl von zeitreihen | |
DE3713692A1 (de) | Verfahren zur ermittlung von hypothesen oder fehlern unter beruecksichtigung unsicherer merkmale und unter verwendung bedingter merkmalswahrscheinlichkeiten | |
DE3705964A1 (de) | Verfahren zur ermittlung von hypothesen oder fehlern | |
EP2977912A1 (de) | Automatisierte Diagnostik | |
EP0281682A2 (de) | Verfahren zur Ermittlung von Hypothesen anhand stochastisch abhängiger und teilweiser unsicher bestimmter Merkmale | |
DE202022102360U1 (de) | Ein System zur Abstandsmessung für pythagoreische Fuzzy-Mengen mit verschiedenen Anwendungen | |
EP4092496A1 (de) | Engineering-system zum projektieren einer bedien-beobachtungssicht für eine automatisierungseinrichtung | |
EP1459253A2 (de) | Selektive lösungsermittlung für ein mehrparametrisches system | |
DE102020213366A1 (de) | Verfahren zum Bereitstellen eines Algorithmus maschinellen Lernens, Verfahren und System zur Klassifikation und/oder Regression von Prozessdaten und/oder Prozess-Metadaten | |
EP0874321A2 (de) | Relationales Speicher- und Datenverarbeitungssystem | |
EP4361904A1 (de) | Sicherstellung von funktionaler ai-qualität |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8127 | New person/name/address of the applicant |
Owner name: LIEBEL, FRANZ-PETER, DR., 4800 BIELEFELD, DE |
|
8139 | Disposal/non-payment of the annual fee |