Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Probabilistic Inspection of Multimodally Distributed Signals

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00444754" target="_blank" >RIV/67985556:_____/15:00444754 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/48361143:_____/15:#0000027

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Probabilistic Inspection of Multimodally Distributed Signals

  • Popis výsledku v původním jazyce

    Condition monitoring of complex systems starts from an inspection of single measured signals. Results of health evaluation for each signal then enter the monitoring framework which uses a special type of probabilistic logic to assess condition of the whole inspected system while respecting its internal structure. A distribution of the involved signal can be multimodal in general. Therefore, a Gaussian mixture is more suitable for its approximation than a single theoretical distribution. The mixture estimated from a sufficiently long record of a particular signal can be used not only for its prediction but also for evaluation of the signal health. However, finding the values in a low probability region does not necessarily indicate bad condition of thesignal ? it can be interpreted as an increase in the information uncertainty instead. This approach is being tested on industrial data within the running project which aims to develop the novel probabilistic condition monitoring system.

  • Název v anglickém jazyce

    Probabilistic Inspection of Multimodally Distributed Signals

  • Popis výsledku anglicky

    Condition monitoring of complex systems starts from an inspection of single measured signals. Results of health evaluation for each signal then enter the monitoring framework which uses a special type of probabilistic logic to assess condition of the whole inspected system while respecting its internal structure. A distribution of the involved signal can be multimodal in general. Therefore, a Gaussian mixture is more suitable for its approximation than a single theoretical distribution. The mixture estimated from a sufficiently long record of a particular signal can be used not only for its prediction but also for evaluation of the signal health. However, finding the values in a low probability region does not necessarily indicate bad condition of thesignal ? it can be interpreted as an increase in the information uncertainty instead. This approach is being tested on industrial data within the running project which aims to develop the novel probabilistic condition monitoring system.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/7D12004" target="_blank" >7D12004: Pravděpodobnostní monitor distribuovaného průmyslového systému</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2015

  • 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

    The 12th International Conference on Condition Monitoring and Machinery Failure Prevention Technologies (CM 2015/MFPT 2015)

  • ISBN

    978-1-5108-0712-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

  • Název nakladatele

    The British Institute of Non-Destructive Testing

  • Místo vydání

    Oxford, UK

  • Místo konání akce

    Oxford

  • Datum konání akce

    9. 6. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku