×
尤金·朱恩·桑托斯。；赵燕

复杂系统中的自动紧急检测。 （英语） Zbl 1373.93312号

复杂性 2017年，文章ID 3460919，24 p.（2017）.
摘要：复杂系统由多个相互作用的子系统组成，其非线性相互作用可能导致意外（紧急）系统事件。现有的系统分析方法无法检测到此类紧急属性，因为它们分别分析每个子系统，并通常通过单个分析结果的线性聚合得出决策。在本文中，我们提出了复杂系统涌现的定量定义。我们还提出了一个框架，用于检测其子系统的观察结果中出现的属性。该框架基于称为贝叶斯知识库（BKB）的概率图形模型，从数据中学习单个子系统动力学，在概率和结构上将所述动力学融合为单个复杂系统动力学，并检测紧急属性。当一个公共变量在不同的子系统中可能具有不同的概率分布时，融合是我们解决这种情况的方法的核心要素。我们评估我们的检测在UCI数据集的合成试验台上，相对于基线方法（贝叶斯网络集成）的性能。为此，我们还引入了一种模拟方法和一种度量标准，以测量共享/公共变量出现的差异。实验表明，我们的框架优于基线。此外，我们证明了该框架在所有三个学习、融合和推理过程中具有统一的多项式时间复杂度。

MSC公司：

93E03型 控制理论中的随机系统（一般）
93甲15 大型系统

关键词：

复杂系统；多个相互作用的子系统；涌现的定量定义；贝叶斯网络集成

软件：

阿达·布斯特。MH公司；UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit｛E.Santos jun.｝和\textit｛Y.Zhao｝，《复杂性2017》，文章ID 3460919，第24页（2017；Zbl 1373.93312）
全文： 内政部

参考文献：

[1] 密尔，S。；约翰，《逻辑系统：推理与归纳》（1843）
[2] 布罗德·C·D，《科学思想》（1923），英国伦敦：劳特利奇和凯根·保罗，英国伦敦·格式49.0033.10
[3] Wears，R.L。；库克，R.I。；Perry，S.J.，《自动化、交互、复杂性和故障：案例研究》，可靠性工程和系统安全，91，12，1494-1501（2006）·doi:10.1016/j.ress.2006.01.009
[4] 波普尔，K.R。；Eccles，J.C.，《自我及其大脑》（1977），德国柏林：施普林格，德国柏林·doi:10.1007/978-3642-61891-8
[5] Bedau，M.A.，《脆弱的涌现》，《诺亚斯》，第11期，第375-399页（1997年）·doi:10.1111/0029-4624.31.s11.17
[6] 格林·V。；Revilla，E。；Berger，U.，《基于主体的复杂系统的面向模式建模：生态学的教训》，《科学》，310，5750，987-991（2005）·doi:10.1126/科学.1116681
[7] Ng，K.-C。；Abramson，B.，概率多知识库系统，应用智能，4，2，219-236（1994）·Zbl 0811.68118号 ·doi:10.1007/BF00872110
[8] 桑托斯，E。；Santos，E.S.，《在不确定性下构建知识库的框架》，《实验与理论人工智能杂志》，11，2，265-286（1999）·Zbl 1069.68607号 ·doi:10.1080/095281399146571
[9] 桑托斯，E。；威尔金森，J.T。；Santos，E.E.，融合多个贝叶斯知识源，国际近似推理杂志，52，7，935-947（2011）·doi:10.1016/j.ijar.2011.01.008
[10] Pearl，J.，《智能系统中的概率推理：合理推理网络》（1988），爱思唯尔出版社
[11] Kindermann，R。；Laurie，J.L.，马尔可夫随机场及其应用，当代数学，1142（1980）·Zbl 1229.60003号
[12] 马茨凯维奇，I。；Abramson，B.，贝叶斯网络的拓扑融合，第八届人工智能不确定性国际会议论文集
[13] Zhang，Y。；Yue，K。；岳，M。；Liu，W.，《融合贝叶斯网络的方法》，J.Inf.Compute。科学，8，2，194-201（2011）
[14] Carvalho，A.，学习贝叶斯网络的评分函数，Inesc id Tec。代表，1-48（2009）
[15] Lam，W。；Bacchus，F.，《学习贝叶斯信念网络：基于MDL原理的方法》，计算智能，10，3，269-293（1994）·文件编号：10.1111/j.1467-8640.1994.tb00166.x
[16] Bozdogan，H.，《模型选择和Akaike的信息标准（AIC）：一般理论及其分析扩展》，《心理测量学》。《定量心理学杂志》，52，345-370（1987）·Zbl 0627.62005号 ·doi:10.1007/BF02294361
[17] de Campos，L.M.，基于互信息和条件独立性测试的贝叶斯网络学习评分函数，机器学习研究杂志（JMLR），7，2149-2187（2006）·Zbl 1222.62036号
[18] 赫克曼博士。；盖革，D。；Chickering，D.M.，《学习贝叶斯网络：知识和统计数据的结合》，机器学习，20，3，197-243（1995）·兹比尔08316.8096 ·doi:10.1007/BF00994016
[19] 班廷，W.，《贝叶斯网络的理论精化》，《第七次不确定性会议论文集》。阿蒂夫
[20] 库珀，G.F。；Herskovits，E.，从数据中归纳概率网络的贝叶斯方法，机器学习，9，4，309-347（1992）·Zbl 0766.68109号 ·doi:10.1007/BF00994110
[21] 弗伦德，Y。；Schapire，R.E.，《在线学习的决策理论概括及其在助推中的应用》，《计算机与系统科学杂志》，55，1，第2部分，119-139（1997）·Zbl 0880.68103号 ·doi:10.1006/jcss.1997.1504
[22] 弗里德曼，N。；盖革，D。；Goldszmidt，M.，贝叶斯网络分类器，机器学习，29，2-3，131-163（1997）·Zbl 0892.68077号
[23] Platt，J.C.，使用序列最小优化快速训练支持向量机，高级核方法，12185-208（1999）
[24] Gortmaker，S.L。；霍斯默，D.W。；Lemeshow，S.，应用逻辑回归，当代社会学，23,1159（1994）
[25] 斯温，P.H。；Hauska，H.，决策树分类器：设计和潜力，IEEE Trans-Geosci Electron，15，3，142-147（1977）
[26] Rosen，T。；Shimony，S.E。；桑托斯，J.，《用BKB算法和复杂性进行推理》，《数学和人工智能年鉴》，40，3-4，403-425（2004）·Zbl 1081.68102号 ·doi:10.1023/B:AMAI.0000012874.65239.b0
[27] 巴赫；Lichman，M.，UCI机器学习库，2008年，14/8（2013）
[28] 桑托斯，E.E。；桑托斯，E。；Korah，J.，《流行病期间紧急跨界行为建模》，《SPIE防御、安全和传感会议录》·数字对象标识代码：10.1117/12.2018201
[29] Pereira，L.，WSCC中同步机组测试和模型验证的介绍和背景，IEEE电力工程学会会刊。1999年冬季会议（分类号99CH36233）·doi:10.10109/PESW.1999.747441
[30] WECC，西部互联（WSCC）系统干扰，1996年
[31] Wolpert，D.H。；Macready，W.G.，优化的无免费午餐定理，IEEE进化计算汇刊，1，1，67-82（1997）·doi:10.1109/4235.585893
[32] Cooper，G.F.，《使用贝叶斯信念网络进行概率推理的计算复杂性》，《人工智能》。《国际期刊》，42，2-3393-405（1990）·Zbl 0717.68080号 ·doi:10.1016/0004-3702（90）90060-D
[33] 达贡，P。；Luby，M.，《贝叶斯信念网络中的近似概率推理》，NP-hard，《人工智能》，60，1，141-153（1993）·Zbl 0781.68105号 ·doi:10.1016/0004-3702（93）90036-B
[34] 郭，H。；Hsu，W.，实时贝叶斯网络推理算法综述，Jt。工作。实时递减。支持诊断（2002）
[35] Beck，J.L。；Au，S.-K.，使用马尔可夫链蒙特卡罗模拟对结构模型和可靠性进行贝叶斯更新，ASCE工程力学杂志，128，4，380-391（2002）·doi:10.1061/（ASCE）0733-9399（2002）128:4（380）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。