Título

A temporal bayesian network for diagnosis and prediction

Autor

GUSTAVO ARROYO FIGUEROA

LUIS ENRIQUE SUCAR SUCCAR

Nivel de Acceso

Acceso Abierto

Licencia

http://creativecommons.org/licenses/by-nc/4.0

Materias

INGENIERÍA Y TECNOLOGÍA - (CTI) CIENCIAS TECNOLÓGICAS - (CTI) TECNOLOGÍA DE LOS ORDENADORES - (CTI) MODELOS CAUSALES - (CTI)

Resumen o descripción

Diagnosis and prediction m some

domains, like medical and industrial

diagnosis, require a representation that

combines uncertainty management and

temporal reasoning. Based on the fact

that in many cases there are few state

changes in the temporal range of

interest, we propose a novel representation

called Temporal Nodes Bayesian

Network (TNBN). In a TNBN each node

represents an event or state change of a

variable, and an arc corresponds to a

causal-temporal relation. The temporal

intervals can differ in number and size

for each temporal node, so this allows

multiple granularity. Our approach is

contrasted with a dynamic Bayesian

network for a simple medical example.

An empirical evaluation is presented for

a more complex problem, a subsystem of

a fossil power plant, in which this

approach is used for fault diagnosis and

event prediction with good results.

Fecha de publicación

23 de junio de 2013

Tipo de publicación

Artículo

Versión de la publicación

Versión publicada

Recurso de información

http://repositorio.ineel.mx/jspui/handle/123456789/311

Formato

application/pdf

Idioma

Inglés

Repositorio Orígen

Repositorio Institucional de Acceso Abierto de Información Científica, Tecnológica y de Innovación del INEEL

Descargas

0