Precise Parameter Synthesis for Stochastic Petri Nets with Interval Rate Parameters
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F17%3APU127270" target="_blank" >RIV/00216305:26230/17:PU127270 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-74727-9_5" target="_blank" >http://dx.doi.org/10.1007/978-3-319-74727-9_5</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-74727-9_5" target="_blank" >10.1007/978-3-319-74727-9_5</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Precise Parameter Synthesis for Stochastic Petri Nets with Interval Rate Parameters
Popis výsledku v původním jazyce
We consider the problem of synthesising parameters affecting transition rates and probabilities in generalised Stochastic Petri Nets (GSPNs). Given a time-bounded property expressed as a probabilisitic temporal logic formula, our method allows computing the parameters values for which the probability of satisfying the property meets a given bound, or is optimised. We develop algorithms based on reducing the parameter synthesis problem for GSPNs to the corresponding problem for continuous-time Markov Chains (CTMCs), for which we can leverage existing synthesis algorithms, while retaining the modelling capabilities and expressive power of GSPNs. We evaluate the usefulness of our approach by synthesising parameters for two case studies.
Název v anglickém jazyce
Precise Parameter Synthesis for Stochastic Petri Nets with Interval Rate Parameters
Popis výsledku anglicky
We consider the problem of synthesising parameters affecting transition rates and probabilities in generalised Stochastic Petri Nets (GSPNs). Given a time-bounded property expressed as a probabilisitic temporal logic formula, our method allows computing the parameters values for which the probability of satisfying the property meets a given bound, or is optimised. We develop algorithms based on reducing the parameter synthesis problem for GSPNs to the corresponding problem for continuous-time Markov Chains (CTMCs), for which we can leverage existing synthesis algorithms, while retaining the modelling capabilities and expressive power of GSPNs. We evaluate the usefulness of our approach by synthesising parameters for two case studies.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of 16th International Conference on Computer Aided Systems Theory
ISBN
978-3-319-74726-2
ISSN
—
e-ISSN
—
Počet stran výsledku
9
Strana od-do
38-46
Název nakladatele
Springer Verlag
Místo vydání
Heidelberg
Místo konání akce
Las Palmas de Gran Canaria
Datum konání akce
19. 2. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000531202800005