Precise Parameter Synthesis for Stochastic Petri Nets with Interval Rate Parameters

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>

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.

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)

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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