WO2000026786A1 - Verfahren und anordnung zur auswertung einer ein technisches system modellierenden markovkette - Google Patents

Verfahren und anordnung zur auswertung einer ein technisches system modellierenden markovkette Download PDF

Info

Publication number
WO2000026786A1
WO2000026786A1 PCT/DE1999/003261 DE9903261W WO0026786A1 WO 2000026786 A1 WO2000026786 A1 WO 2000026786A1 DE 9903261 W DE9903261 W DE 9903261W WO 0026786 A1 WO0026786 A1 WO 0026786A1
Authority
WO
WIPO (PCT)
Prior art keywords
probability vector
markov chain
probability
technical system
vector
Prior art date
Application number
PCT/DE1999/003261
Other languages
English (en)
French (fr)
Inventor
Manfred Lohner
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Publication of WO2000026786A1 publication Critical patent/WO2000026786A1/de

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/008Reliability or availability analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452Performance evaluation by statistical analysis

Definitions

  • the invention relates to a method and an arrangement for evaluating a Markov chain modeling a technical system.
  • a Markov chain is known from [1].
  • a finite set is assumed
  • the object of the invention is to evaluate a particularly irreducible Markov chain of a technical system.
  • a method for evaluating a Markov chain modeling a technical system is specified by a computer.
  • the Markov chain comprises several states of the technical system, the evaluation is carried out according to the following steps:
  • a) contains a first probability vector
  • P denotes the Markov chain in matrix notation
  • n denotes a given natural number greater than 1
  • Ylj_ + ⁇ denote the third probability vector, j a predetermined natural number greater than 1.
  • the third probability vector is used to evaluate the Markov chain.
  • a further development consists in that the third probability vector is set equal to the first probability vector and steps b) and c) are carried out iteratively until the last probability vector which results differs from the penultimate probability vector by less than a predetermined threshold value.
  • the stationary probability vector is determined with accuracy that can be predetermined by the threshold value.
  • the technical system can be designed based on the evaluation of the Markov chain.
  • the design refers in particular to the new creation, e.g. New construction or new formation, of the technical system or to an adaptation of the technical system in accordance with the design
  • the method is used for performance modeling or reliability modeling of the technical system.
  • evaluation variables are determined that allow a statement about the performance or reliability of the technical system from the stationary probability distribution.
  • One application is the determination of a hit rate of accesses to a memory (cache hit rate), which is primarily used for temporary storage, of the technical system.
  • cache hit rate which is primarily used for temporary storage, of the technical system.
  • Markov chain is a closed Markov chain.
  • An additional embodiment consists in that components already calculated are reused in the multiplications in equation (1). To do this
  • Components preferably cached. This advantageously results in a faster convergence of the method described.
  • An arrangement for evaluating a model of a technical system is also used to solve the task Markov chain specified, in which a processor unit is provided which is set up in such a way that a) a first probability vector contains probability values for predetermined conditions in the states of the Markov chain,
  • n denote a predetermined natural number greater than 1;
  • a third probability vector can be determined in accordance with
  • ⁇ J_ + ] _ designate the third probability vector, j a predetermined natural number greater than 1.
  • the third probability vector can be used to evaluate the Markov chain.
  • Fig.l is a block diagram containing steps of a method for evaluating a Markov chain modeling a technical system
  • FIG. 3 shows a processor unit
  • step 102 a second probability vector E-i + i is determined from a first probability vector II- L according to equation (1).
  • step 103 a third probability vector ⁇ J_ + ] _ is determined from the second probability vector -iti.
  • step 106 the iteration variable, which simultaneously indexes the probability vectors (see step 106), is incremented and branched to step 102
  • Fig. 2 shows a sketch of a closed Markov chain.
  • the present example comprises three states 201, 202 and 203, with a state transition from state 201 to state 202 with a probability P a , a transition from state 202 to state 201 with a probability P] - ,, a transition from state 201 to state 203 with a probability P c and a transition from state 203 to state 201 with a probability P ⁇ takes place.
  • states 201, 202 and 203 are noted both as rows and as columns of a matrix, the corresponding meshing of the Markov chain can be transferred to this matrix by noting the corresponding transition probability from row to column.
  • the assignment is for the first line
  • the individual units of the cache are modeled in the form of states of the Markov chain. How often a single state of the cache is queried by a computer system is decisive for the efficiency and the design of the cache.
  • the probability of access to a component of the memory is included in the probability vector. Since the probability changes in the dynamic course of the
  • the entire system is constantly changing, the stationary probability distribution is to be determined in the context of the present evaluation. This is done using the method described above.
  • a processor unit PRZE is shown in FIG.
  • the processor unit PRZE comprises a processor CPU, one Memory SPE and an input / output interface IOS, which are used in different ways via an interface IFC: output is displayed on a monitor MON and / or output on a printer PRT via a graphic interface. An entry is made using a mouse MAS or a keyboard TAST.
  • the processor unit PRZE also has a data bus BUS, which ensures the connection of a memory MEM, the processor CPU and the input / output interface IOS.
  • additional components can be connected to the data bus BUS, for example additional memory, data storage (hard disk) or scanner.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Complex Calculations (AREA)

Abstract

Zur Auswertung einer ein technisches System beschreibenden Markovkette wird ausgehend von einem ersten Warscheinlichkeitsvektor durch ein iteratives Verfahren ein nächster Wahrscheinlichkeitsvektor bestimmt, der Werte für eine Wahrscheinlichkeitsverteilung entlang der Zustände der Markovkette enthält.

Description

Beschreibung
Verfahren und Anordnung zur Auswertung einer ein technisches System modellierenden Markovkette
Die Erfindung betrifft ein Verfahren und eine Anordnung zur Auswertung einer ein technisches System modellierenden Markovkette.
Eine Markovkette ist aus [1] bekannt. Dabei wird ausgegangen von einer endlichen Menge
Q = {sl ... ,sN} (0-1)
von Zuständen sowie einem diskreten stochastischen Prozeß über Q, also einer Folge von Zufallsvariablen, die Werte aus der Zustandsmenge Q annehmen. Der Prozeß heißt kausal, falls die Verteilung der Variablen q^ nur von vergangenen Zuständen abhängt, er heißt stationär, wenn dabei die absolute Zeit t keine Rolle spielt, und er heißt einfach, falls ausschließlich der vorangehende Zustand einen Einfluß ausübt. Für einen einfachen kausalen und stationären Prozeß haben die Übergangswahrscheinlichkeiten die Form
P(qtl<3l---qt-l) = ∑fatlqt-l) (0-2)
und können zu einer NxN-Parametermatrix
- = [aij JNxNN mit aij = P(qt = sjISt-l = si) (O-3)
zusammengefaßt werden, für deren Einträge aj_j die stochastischen Bedingungen
ai > 0 und ∑j aij = 1
gelten. Die Wahrscheinlichkeiten N «i = P(qi = Si), ∑πi = 1 (0-4) i=l
für die Einnahme eines Anfangszustandes werden in dem N- dimensionalen Vektor π vereinigt. Diskrete Prozesse dieser
Art heißen Markovketten; ihr statistisches Verhalten ist vollständig durch die Parameter π und A charakterisiert.
Ferner heißt eine Markovkette genau dann irreduzibel, wenn mit n:=dim(A) gilt:
Vi, j e {l, .. , n} Ξk € N (0-5)
Figure imgf000004_0001
Anschaulich bedeutet dies, daß von jedem Zustand ausgehend jeder Zustand irgendwann wieder erreicht wird.
Die Aufgabe der Erfindung besteht darin, eine insbesondere irreduzible Markovkette eines technischen Systems auszuwerten.
Diese Aufgabe wird gemäß den Merkmalen der unabhängigen
Patentansprüche gelöst. Weiterbildungen der Erfindung ergeben sich auch aus den abhängigen Ansprüchen.
Zur Lösung der Aufgabe wird ein Verfahren zur Auswertung einer ein technisches System modellierenden Markovkette durch einen Rechner angegeben. Die Markovkette umfaßt mehrere Zustände des technischen Systems, die Auswertung erfolgt gemäß Durchführung folgender Schritte:
a) ein erster Wahrscheinlichkeitsvektor enthält
Wahrscheinlichkeitswerte für vorgegebenen Bedingungen in den Zuständen der Markovkette;
b) ein zweiter Wahrscheinlichkeitsvektor wird bestimmt gemäß n
Figure imgf000005_0001
k = 0
wobei π-j_-)-]_ den zweiten Wahrscheinlichkeitsvektor, rii den ersten Wahrscheinlichkeitsvektor,
P die Markovkette in Matrizen-Notation, n eine vorgegebene natürliche Zahl größer 1 bezeichnen;
c) ein dritter Wahrscheinlichkeitsvektor wird bestimmt gemäß
Figure imgf000005_0002
wobei
Ylj_ + ι den dritten Wahrscheinlichkeitsvektor, j eine vorgegebene natürliche Zahl größer 1, bezeichnen.
d) der dritte Wahrscheinlichkeitsvektor wird zur Auswertung der Markovkette eingesetzt.
Insbesondere ist es ein Vorteil, daß anhand der Auswertung der Markovkette eine stationäre Wahrscheinlichkeitsverteilung des technischen Systems angegeben werden kann.
Eine Weiterbildung besteht darin, daß der dritte Wahrscheinlichkeitsvektor gleich dem ersten Wahrscheinlichkeitsvektor gesetzt wird und die Schritte b) und c) iterativ durchgeführt werden, bis sich der zuletzt ergebende Wahrscheinlichkeitsvektor von dem vorletzten Wahrscheinlichkeitsvektor um weniger als einen vorgegebenen Schwellwert unterscheiden. In diesem Fall ist der stationäre Wahrscheinlichkeitsvektor in durch den Schwellwert vorgebbarer Genauigkeit bestimmt.
Anhand der Auswertung der Markovkette kann das technische System entworfen werden. Der Entwurf bezieht sich insbesondere auf die Neuerschaffung, z.B. Neukonstruktion oder Neubildung, des technischen Systems oder an eine Anpassung des technischen Systems nach Maßgabe des Entwurfs
Auch ist es eine Weiterbildung, daß das Verfahren zu einer Leistungsmodellierung oder einer Zuverlässigkeitsmodellierung des technischen Systems eingesetzt wird. Dazu werden Bewertungsgrößen bestimmt, die aus der stationären Wahrscheinlichkeitsverteilung eine Aussage über die Leistung bzw. Zuverlässigkeit des technischen Systems zulassen. Eine Anwendung ist die Bestimmung einer Trefferquote von Zugriffen auf einen Speicher (Cache-Hitrate) , der vornehmlich eine Zwischenspeicherung dient, des technischen Systems. Hier wird deutlich, daß die Ausnutzung des Zwischenspeichers (Cache) dann möglichst groß ist, wenn die entsprechende Trefferquote hoch ist, d.h. entsprechend viele Zugriffe darauf erfolgt sind.
Eine andere Weiterbildung besteht darin, daß die Markovkette eine geschlossene Markovkette ist.
Eine zusätzliche Ausgestaltung besteht darin, daß bei den Multiplikationen in Gleichung (1) bereits berechnete Komponenten wiederverwendet werden. Dazu werden diese
Komponenten vorzugsweise zwischengespeichert. Dadurch ergibt sich vorteilhaft eine schnellere Konvergenz des beschriebenen Verfahrens .
Auch wird zur Lösung der Aufgabe eine Anordnung zur Auswertung einer ein technisches System modellierenden Markovkette angegeben, bei der eine Prozessoreinheit vorgesehen ist, die derart eingerichtet ist, daß a) ein erster Wahrscheinlichkeitsvektor Wahrscheinlichkeitswerte für vorgegebenen Bedingungen in den Zuständen der Markovkette enthält,
b) ein zweiter Wahrscheinlichkeitsvektor bestimmbar ist gemäß
Figure imgf000007_0001
k=0
wobei l-L-i-l den zweiten Wahrscheinlichkeitsvektor, Ilj_ den ersten Wahrscheinlichkeitsvektor, P die Markovkette in Matrizen-Notation, n eine vorgegebene natürliche Zahl größer 1 bezeichnen;
c) ein dritter Wahrscheinlichkeitsvektor bestimmbar ist gemäß
Figure imgf000007_0002
wobei ΠJ_+]_ den dritten Wahrscheinlichkeitsvektor, j eine vorgegebene natürliche Zahl größer 1, bezeichnen.
d) der dritte Wahrscheinlichkeitsvektor zur Auswertung der Markovkette einsetzbar ist.
Diese Anordnung ist insbesondere geeignet zur Durchführung des erfindungsgemäßen Verfahrens oder einer seiner vorstehend erläuterten Weiterbildungen. Ausführungsbeispiele der Erfindung werden nachfolgend anhand der Zeichnung dargestellt und erläutert.
Es zeigen
Fig.l ein Blockdiagramm, das Schritte eines Verfahrens zur Auswertung einer ein technisches System modellierenden Markovkette enthält;
Fig.2 eine Skizze einer geschlossenen Markovkette;
Fig.3 eine Prozessoreinheit.
In Fig.l ist ein Blockdiagramm gezeigt, das Schritte eines Verfahrens zur Auswertung einer ein technisches System modellierenden Markovkette enthält. In einem Schritt 101 wird eine Iterationsvariable (Zählvariable) i=0 gesetzt. In einem Schritt 102 wird aus einem ersten Wahrscheinlichkeitsvektor II-L ein zweiter Wahrscheinlichkeitsvektor E-i+i ermittelt gemäß Gleichung (1) . In einem Schritt 103 wird aus dem zweiten Wahrscheinlichkeitsvektor -i-t-i ein dritter Wahrscheinlichkeitsvektor ΠJ_ + ]_ bestimmt. In einem Schritt
104 wird überprüft, ob der dritte Wahrscheinlichkeitsvektor rij_+]_ sich von dem ersten Wahrscheinlichkeitsvektor l j_ um weniger als einen vorgegebenen Schwellwert ε unterscheidet.
Ist dies der Fall, so ist das Ergebnis der zuletzt ermittelte Wahrscheinlichkeitsvektor Π_ + ]_ (vgl. Schritt 105) . Ist dies nicht der Fall, so wird die Iterationsvariable, die gleichzeitig die Wahrscheinlichkeitsvektoren indiziert inkrementiert (vgl. Schritt 106) und zu Schritt 102 verzweigt
Fig.2 zeigt eine Skizze einer geschlossenen Markovkette. Das vorliegende Beispiel umfaßt drei Zustände 201, 202 und 203, wobei ein Zustandsübergang von dem Zustand 201 in den Zustand 202 mit einer Wahrscheinlichkeit Pa, ein Übergang von dem Zustand 202 in den Zustand 201 mit einer Wahrscheinlichkeit P]-,, ein Übergang von dem Zustand 201 in den Zustand 203 mit einer Wahrscheinlichkeit Pc und ein Übergang von dem Zustand 203 in den Zustand 201 mit einer Wahrscheinlichkeit P^ stattfindet. Notiert man die Zustände 201, 202 und 203 sowohl als Zeilen als auch als Spalten einer Matrix, so kann die entsprechende Vermaschung der Markovkette in diese Matrix übertragen werden, indem von Zeile zu Spalte die entsprechende Übergangswahrscheinlichkeit notiert wird. Im vorliegenden Beispiel ergibt sich für die erste Zeile die Belegung
[ 0 Pa Pc 1 (3),
für die zweite Zeile die Belegung
[ Pb 0 0 ] (4)
und für die dritte Zeile die Belegung
[ Pd 0 0 ] (5) .
Zur Feststellung der Trefferquote bei Zwischenspeicherzugriffen werden die einzelnen Einheiten des Zwischenspeichers in Form von Zuständen der Markovkette modelliert. Wie oft nun ein einzelner Zustand des Zwischenspeichers von einem Rechnersystem abgefragt wird, ist entscheidend für die Effizienz und die Auslegung des Zwischenspeichers. Die Wahrscheinlichkeit für einen Zugriff auf eine Komponente des Speichers wird in den Wahrscheinlichkeitsvektor aufgenommen. Da sich die Wahrscheinlichkeit im dynamischen Ablauf des
Gesamtsystems ständig ändert, ist im Rahmen der vorliegenden Auswertung die stationäre Wahrscheinlichkeitsverteilung zu bestimmen. Dies erfolgt mittels des oben beschriebenen Verfahrens .
In Fig.3 ist eine Prozessoreinheit PRZE dargestellt. Die Prozessoreinheit PRZE umfaßt einen Prozessor CPU, einen Speicher SPE und eine Input/Output-Schnittstelle IOS, die über ein Interface IFC auf unterschiedliche Art und Weise genutzt wird: Über eine Grafikschnittstelle wird eine Ausgabe auf einem Monitor MON sichtbar und/oder auf einem Drucker PRT ausgegeben. Eine Eingabe erfolgt über eine Maus MAS oder eine Tastatur TAST. Auch verfügt die Prozessoreinheit PRZE über einen Datenbus BUS, der die Verbindung von einem Speicher MEM, dem Prozessor CPU und der Input/Output-Schnittstelle IOS gewährleistet. Weiterhin sind an den Datenbus BUS zusätzliche Komponenten anschließbar, z.B. zusätzlicher Speicher, Datenspeicher (Festplatte) oder Scanner.
Literaturverzeichnis :
[1] E.G. Schukat-Talamazzini : "Automatische Spracherkennung Grundlagen, statistische Modelle und effiziente Algorithmen", Vieweg Verlag, Braunschweig 1995, ISBN 3-528-05492-1, Seiten 125-135.

Claims

Patentansprüche
1. Verfahren zur Auswertung einer ein technisches System modellierenden Markovkette, die mehrere Zustände umfaßt, durch einen Rechner,
a) bei dem ein erster Wahrscheinlichkeitsvektor
Wahrscheinlichkeitswerte für vorgegebenen Bedingungen in den Zuständen der Markovkette enthält,
b) bei dem ein zweiter Wahrscheinlichkeitsvektor bestimmt wird gemäß
Figure imgf000012_0001
k= 0
wobei r--i +ι den zweiten Wahrscheinlichkeitsvektor, rij den ersten Wahrscheinlichkeitsvektor, P die Markovkette in Matrizen-Notation, n eine vorgegebene natürliche Zahl größer 1 bezeichnen;
c) bei dem ein dritter Wahrscheinlichkeitsvektor bestimmt wird gemäß
Figure imgf000012_0002
wobei
ΠJ_ + ]_ den dritten Wahrscheinlichkeitsvektor, j eine vorgegebene natürliche Zahl größer 1, bezeichnen.
d) bei dem der dritte Wahrscheinlichkeitsvektor zur Auswertung der Markovkette eingesetzt wird.
2. Verfahren nach Anspruch 1, bei dem der dritte Wahrscheinlichkeitsvektor gleich dem ersten Wahrscheinlichkeitsvektor gesetzt wird und die Schritte b) und c) iterativ durchgeführt werden, bis sich der zuletzt ergebende Wahrscheinlichkeitsvektor von dem vorletzten Wahrscheinlichkeitsvektor um weniger als einen vorgegebenen Schwellwert unterscheiden.
3. Verfahren nach einem der Ansprüche 1 oder 2, bei dem die Auswertung der Markovkette einer stationären Wahrscheinlichkeitsverteilung entspricht .
4. Verfahren nach einem der vorhergehenden Ansprüche, bei dem gemäß der Auswertung der Markovkette das technisches System entworfen wird.
5. Verfahren nach Anspruch 4, bei dem das technische System entworfen wird, indem es entweder neu geschaffen oder an die Maßgabe des Entwurfs angepaßt wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, zur Leistungsmodellierung oder Zuverlässigkeits- modellierung des technischen Systems.
7. Verfahren nach einem der vorhergehenden Ansprüche, zur Bestimmung einer Trefferquote bei Zwischenspeicherzugriffen (Cache-Hitrate) des technischen Systems.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Markovkette eine geschlossene Markovkette ist .
9. Anordnung zur Auswertung einer ein technisches System modellierenden Markovkette, die mehrere Zustände umfaßt, mit einer Prozessoreinheit, die derart eingerichtet ist, daß
a) ein erster Wahrscheinlichkeitsvektor Wahrscheinlichkeitswerte für vorgegebenen Bedingungen in den Zuständen der Markovkette enthält,
b) ein zweiter Wahrscheinlichkeitsvektor bestimmbar ist gemäß
Figure imgf000014_0001
k=0
wobei f-i+i den zweiten Wahrscheinlichkeitsvektor, π^ den ersten Wahrscheinlichkeitsvektor,
P die Markovkette in Matrizen-Notation, n eine vorgegebene natürliche Zahl größer 1 bezeichnen;
c) ein dritter Wahrscheinlichkeitsvektor bestimmbar ist gemäß
Figure imgf000014_0002
wobei
Hi-fi den dritten Wahrscheinlichkeitsvektor, j eine vorgegebene natürliche Zahl größer 1, bezeichnen.
d) der dritte Wahrscheinlichkeitsvektor zur Auswertung der Markovkette einsetzbar ist.
10. Anordnung nach Anspruch 8, bei der die Prozessoreinheit derart eingerichtet ist, daß der dritte Wahrscheinlichkeitsvektor gleich dem ersten Wahrscheinlichkeitsvektor gesetzt wird und die Schritte b) und c) iterativ durchgeführt werden, bis sich der zuletzt ergebende Wahrscheinlichkeitsvektor von dem vorletzten Wahrscheinlichkeitsvektor um weniger als einen vorgegebenen Schwellwert unterscheiden.
PCT/DE1999/003261 1998-11-04 1999-10-11 Verfahren und anordnung zur auswertung einer ein technisches system modellierenden markovkette WO2000026786A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19850850 1998-11-04
DE19850850.6 1998-11-04

Publications (1)

Publication Number Publication Date
WO2000026786A1 true WO2000026786A1 (de) 2000-05-11

Family

ID=7886680

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE1999/003261 WO2000026786A1 (de) 1998-11-04 1999-10-11 Verfahren und anordnung zur auswertung einer ein technisches system modellierenden markovkette

Country Status (1)

Country Link
WO (1) WO2000026786A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6847918B2 (en) * 2000-12-14 2005-01-25 Siemens Corporate Research, Inc. Method and apparatus for providing predictive maintenance of a device by using markov transition probabilities
US10657453B2 (en) 2014-08-20 2020-05-19 Cassantec Ag Malfunction prediction for components and units of technical entities
US10685288B2 (en) 2014-08-20 2020-06-16 Cassantec Ag Configuration of malfunction prediction for components and units of technical entities

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5452440A (en) * 1993-07-16 1995-09-19 Zitel Corporation Method and structure for evaluating and enhancing the performance of cache memory systems
US5510698A (en) * 1993-08-05 1996-04-23 Massachusetts Institute Of Technology Markov chain controlled random modulation of switching signals in power converters

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5452440A (en) * 1993-07-16 1995-09-19 Zitel Corporation Method and structure for evaluating and enhancing the performance of cache memory systems
US5510698A (en) * 1993-08-05 1996-04-23 Massachusetts Institute Of Technology Markov chain controlled random modulation of switching signals in power converters

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
UNWALA I H ET AL: "A MARKOV CHAIN MODELING TECHNIQUE FOR EVALUATING PIPELINED PROCESSOR DESIGNS", PROCEEDINGS OF THE MIDWEST SYMPOSIUM ON CIRCUITS AND SYSTEMS,US,NEW YORK, IEEE, vol. SYMP. 37, 1994, pages 319 - 322, XP000532032, ISBN: 0-7803-2429-3 *
WHITTAKER J A ET AL: "A MARKOV CHAIN MODEL FOR STATISTICAL SOFTWARE TESTING", IEEE TRANSACTIONS ON SOFTWARE ENGINEERING,US,IEEE INC. NEW YORK, vol. 20, no. 10, 1 October 1994 (1994-10-01), pages 812 - 824, XP000485370, ISSN: 0098-5589 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6847918B2 (en) * 2000-12-14 2005-01-25 Siemens Corporate Research, Inc. Method and apparatus for providing predictive maintenance of a device by using markov transition probabilities
US10657453B2 (en) 2014-08-20 2020-05-19 Cassantec Ag Malfunction prediction for components and units of technical entities
US10685288B2 (en) 2014-08-20 2020-06-16 Cassantec Ag Configuration of malfunction prediction for components and units of technical entities

Similar Documents

Publication Publication Date Title
DE112022000106T5 (de) Verfahren zur Getriebefehlerdiagnose und Signalerfassung, eine Vorrichtung und ein elektronisches Gerät
DE102018009243A1 (de) Abstrahierendes Zusammenfassen langer Dokumente unter Nutzung des Deep-Learning strukturierter Dokumente
DE112018004693T5 (de) Verbessern der effizienz eines neuronalen netzes
DE112018005227T5 (de) Merkmalsextraktion mithilfe von multi-task-lernen
DE112018002822T5 (de) Klassifizieren neuronaler netze
DE102019004300A1 (de) Verwendung eines dynamischen speichernetzwerks zum verfolgen digitaler dialogzustände und erzeugen von antworten
DE102013213397A1 (de) Verfahren und Vorrichtung zum Bereitstellen von Stützstellendaten für ein datenbasiertes Funktionsmodell
DE112020001774T5 (de) Datensatzabhängiges niedrigrang-zerlegen von neuronalen netzwerken
DE112021005910T5 (de) Schnellere abdeckungskonvergenz mit automatischer testparameterabstimmung bei eingeschränkter zufallsverifikation
DE102014118932A1 (de) Charakterisierung einer Zelle unter Verwendung einer Eingangswellenerzeugung unter Berücksichtigung verschiedener Schaltungstopologien
EP1021793A2 (de) Anordnung miteinander verbundener rechenelemente, verfahren zur rechnergestützten ermittlung einer dynamik, die einem dynamischen prozess zugrunde liegt und verfahren zum rechnergestützten trainieren einer anordnung miteinander verbundener rechenelemente
DE102019211672A1 (de) Trainingsverfahren für ein künstliches neuronales Netzwerk
EP1252566B1 (de) Anordnung miteinander verbundener rechenelemente und verfahren zur rechnergestützten ermittlung eines zweiten zustands eines systems in einem ersten zustandsraum aus einem ersten zustand des systems in dem ersten zustandsraum
DE112021001968T5 (de) Driftregularisierung zum entgegenwirken einer variation in driftkoeffizienten für analoge beschleuniger
DE102018220701A1 (de) Diskretisierung von Zahlenwerten mit adaptiver Genauigkeit
DE102013206291A1 (de) Verfahren und Vorrichtung zum Erstellen eines nicht parametrischen, datenbasierten Funktionsmodells
WO1999010819A1 (de) Verfahren und system zur rechnergestützten ermittlung einer relevanz eines elektronischen dokuments für ein vorgebbares suchprofil
WO2000026786A1 (de) Verfahren und anordnung zur auswertung einer ein technisches system modellierenden markovkette
DE112020003537T5 (de) Unüberwachte konzeptfindung und kreuzmodale wiedergewinnung in zeitreihenund textkommentaren basierend auf kanonischer korrelationsanalyse
WO1998007100A1 (de) Rechnergestütztes verfahren zur auswahl von trainingsdaten für ein neuronales netz
DE102007044380A1 (de) Verfahren zum rechnergestützten Lernen eines probabilistischen Netzes
EP1222654B1 (de) Berechnung von abständen zwischen einem merkmalsvektor und mehreren vergleichsvektoren
EP4200737B1 (de) Verfahren zur datenmanipulationserkennung von numerischen datenwerten
DE102018112929A1 (de) Verfahren zur Validierung eines Fahrerassistenzsystems mithilfe von weiteren generierten Testeingangsdatensätzen
EP1190383B1 (de) Verfahren zur rechnergestützten ermittlung einer zugehörigkeit einer vorgegebenen eingangsgrösse zu einem cluster

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE

DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application
122 Ep: pct application non-entry in european phase