检索结果-内蒙古大学图书馆

航天器工程 2024年第5期33卷 9-14页

作者：邱瑞姚全营刘鹏张湛刘超涂语恒北京空间飞行器总体设计部北京100094 北京予同智能科技有限公司北京100084 清华大学计算机科学与技术系北京100084 北京理工大学计算机学院北京100081

针对航天器智能化故障诊断的问题,基于动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)构建诊断模型,克服了基于规则的方法、数据驱动方法存在的诊断正确率低、数据依赖程度高、可解释性差等问题。DUCG基于领域专家的经验知... 详细信息

针对航天器智能化故障诊断的问题,基于动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)构建诊断模型,克服了基于规则的方法、数据驱动方法存在的诊断正确率低、数据依赖程度高、可解释性差等问题。DUCG基于领域专家的经验知识、以图形化的方式表达航天器遥测参数与可能的故障之间的不确定性知识,不依赖于已有的故障数据,具有诊断正确率高、可解释性强等特征。使用DUCG构建包含42个故障、129个遥测参数的诊断模型,试验结果表明模型的准确率为100%。

关键词：航天器故障诊断动态不确定因果图知识表达概率推理

来源：评论

学校读者我要写书评

暂无评论

动态不确定因果图在中医智能辅助辨证中的应用研究

引用

现代信息科技 2024年第9期8卷 120-125页

作者：韦昌法刘东波刘惠娜王林峰湖南中医药大学信息科学与工程学院湖南长沙410208 湖南中医药大学医学院湖南长沙410208

以郁病辨证为例,开展动态不确定因果图在中医智能辅助辨证中的应用研究,提高中医智能辅助辨证模型中辨证知识的可视化程度和辨证推理过程的可解释性。对郁病权威文档进行整理分析、获取郁病辨证知识,采集郁病医案并进行筛选和数据预处理... 详细信息

以郁病辨证为例,开展动态不确定因果图在中医智能辅助辨证中的应用研究,提高中医智能辅助辨证模型中辨证知识的可视化程度和辨证推理过程的可解释性。对郁病权威文档进行整理分析、获取郁病辨证知识,采集郁病医案并进行筛选和数据预处理,构建郁病智能辅助辨证DUCG知识库,在知识库中表示症状知识和证型知识以及二者之间的关系,结合DUCG推理机进行辨证推理测试和分析。构建了包含19个子图的郁病智能辅助辨证DUCG知识库和包含6个子图的郁病智能辅助辨证DUCG核心知识库,辨证推理测试获得的初步准确率可达72.92%、按证型分组统计的准确率最高可达100%,可根据DUCG化简图对辨证结果进行详细解释。将动态不确定因果图理论应用于中医智能辅助辨证研究,有助于提高辨证模型中辨证知识的可视化程度和辨证推理过程的可解释性。

关键词：动态不确定因果图郁病智能辅助辨证知识表示辨证推理

来源：评论

学校读者我要写书评

暂无评论

动态不确定因果图在中医诊断中的应用探讨

引用

山东中医杂志 2024年第7期43卷 670-674,728页

作者：李敏戴国华高武霖山东中医药大学山东济南250355 山东中医药大学附属医院山东济南250014

动态不确定因果图(DUCG)已成为中医药领域新兴的、先进的知识表示与推理模型。为更好地应用DUCG为中医临床提供诊断推理与决策支持,在归纳总结DUCG中医药领域研究与应用情况的基础上,分析现阶段DUCG在中医诊断中存在的主要问题,包括中... 详细信息

动态不确定因果图(DUCG)已成为中医药领域新兴的、先进的知识表示与推理模型。为更好地应用DUCG为中医临床提供诊断推理与决策支持,在归纳总结DUCG中医药领域研究与应用情况的基础上,分析现阶段DUCG在中医诊断中存在的主要问题,包括中医术语规范统一和中医药知识库质量问题、推理算法和模型建造的方法选择与设计问题、DUCG中医诊断模型的平台化和产品化问题等,并据此展开应用思路与方法探讨,提出应深挖DUCG的技术内涵,根据临床实际需求选择精准、高效的推理建模方法,建立符合中医药理论思想、具有中医特色的智能辅助诊断模型,加强DUCG协同研究平台及产品的开发应用。

关键词：中医诊断动态不确定因果图人工智能应用方法辅助诊疗

来源：评论

学校读者我要写书评

暂无评论

动态不确定因果图的推理算法及初始原因分析方法研究

动态不确定因果图的推理算法及初始原因分析方法研究

引用

作者：郑海重庆师范大学

学位级别：硕士

随着科学技术的日益提升,人工智能已经被应用于越来越多的领域,利用人工智能生成各类专家系统可帮助人们进行策略选择、因果分析等。由于智能系统所处理的信息多属于不确定因果关系类别,所以对这类处理不确定因果关系的人工智能理论作... 详细信息

随着科学技术的日益提升,人工智能已经被应用于越来越多的领域,利用人工智能生成各类专家系统可帮助人们进行策略选择、因果分析等。由于智能系统所处理的信息多属于不确定因果关系类别,所以对这类处理不确定因果关系的人工智能理论作进一步研究是有意义的。动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)是由贝叶斯网络发展而来的新的概率图方法,它以图形化的形式简洁地表达各种情况下的不确定因果关系,因果关系的不确定性被量化为虚拟事件的概率,可为各种类型的故障诊断提供有效的概率推理。经过近几年的发展,DUCG已经被应用于核电领域,化工领域以及医疗领域之中。本文基于以上背景,在提高动态不确定因果图的推理效率与拓展动态不确定因果图的应用领域方面做了如下研究:(1)完备数据下的DUCG的参数学习。通过完备数据,对DUCG模型进行参数学习。结果显示,多值DUCG的参数学习可被转化为带约束的非线性规划问题求最优解。(2)多值动态不确定因果图的推理算法研究。针对利用领域知识求解多值动态不确定因果图的联合概率分布中所涉及的领域因果图的概率分布表达式构造难度大这一问题。从两类因果循环图出发,提出一种基于因果结构分解的推理算法,该算法简化了全局概率分布表达式的构造过程,降低了领域因果图概率分布表达式构造的难度,提高了多值动态不确定因果图的推理效率。(3)动态不确定因果图的初始原因分析方法研究。针对历史数据充裕但缺乏专家知识的领域,提出基于参数学习的动态不确定因果图方法用于异常事件的初始原因分析,考虑到实际生活中的因果结构复杂从而导致参数学习难度大这一问题,提出分部式学习方法以降低参数学习的难度。这一方法不仅可以拓展动态不确定因果图的应用领域,也可为其他领域关于异常事件的初始原因分析提供参考。文中的应用实例验证了该方法的可行性,结果表明该方法比现有方法更可靠。

关键词：动态不确定因果图参数学习概率推理初始原因分析有向循环图

来源：评论

学校读者我要写书评

暂无评论

基于T球面模糊集和高斯云的动态不确定因果图研究

基于T球面模糊集和高斯云的动态不确定因果图研究

引用

作者：谭铃重庆师范大学

学位级别：硕士

动态不确定因果图(DUCG)在处理智能系统中的不确定知识方面具有重要意义,特别是在模糊推理方面。DUCG结合了贝叶斯网络和概率论的知识表达方法,同时解决了静态动态、证据不足、知识不完备等问题。DUCG模块化的图形方式有助于简洁地表达... 详细信息

动态不确定因果图(DUCG)在处理智能系统中的不确定知识方面具有重要意义,特别是在模糊推理方面。DUCG结合了贝叶斯网络和概率论的知识表达方法,同时解决了静态动态、证据不足、知识不完备等问题。DUCG模块化的图形方式有助于简洁地表达事物之间的因果关系,而根据观察到的证据进行图形化简和事件展开更有助于得到关注假设事件及其状态概率表达式。这种方法在模糊推理中的应用将为智能系统提供更多可能性和灵活性,使系统能够更好地处理复杂的情况和不确定性信息。本文对动态不确定因果图的模糊推理进行了研究,其主要内容如下: (1)面对事件发生概率的不确定性和不清晰性,本研究提出了一种新的动态不确定因果图(DUCG)分析理论,该理论基于T球面模糊集合(T-spherical Fuzzy Sets)。首先,本文简述了 T球面模糊集合的概念及其相关的运算规则;继而利用T球面模糊集合的乘法算子,我们引入了一个除法算子,用于计算特定事件的发生概率。T球面模糊集被用来表征事件的概率,通过其隶属度、不确定度和非隶属度可以更有效地保留事件概率的模糊信息。文中进一步阐释了基于T球面模糊集合的DUCG推理过程,该过程在处理不确定性信息的表示和推理方面,相较传统DUCG和IFDUCG(直接模糊动态不确定因果图)推理方法,提供了一种更为全面的解决方案。 (2)鉴于不确定信息既含有模糊性也含有随机性,本研究采用高斯云(Gaussian Cloud)模型的动态不确定因果图分析方法理论。首先,文章概述了高斯云模型的定义及其运算方法;然后使用高斯云模型来表示事件发生的概率,这有助于维持原始信息的模糊性与随机性;其次本文进一步结合了 TOPSIS和灰色关联分析的高斯云DUCG推理方式,将高斯云的期望、熵及超熵因素融入TOPSIS方法中,以此计算灰色关联度,这种方法有助于信息推理时包含更多元的信息,减少了在信息处理过程中可能出现的信息丢失。这一方法在不确定性信息的表达与推理处理上,相较于传统的DUCG、IFDUCG以及CDUCG方法提供了一种更为综合的分析理论。并以具体案例证明了本方法在处理不确定信息方面,能够在一定程度上增强处理的可信度和稳定性。

关键词：动态不确定因果图 T球面模糊集高斯云灰色关联度

来源：评论

学校读者我要写书评

暂无评论

基于动态不确定因果图的名老中医辨证论治慢性心力衰竭知识表达研究

基于动态不确定因果图的名老中医辨证论治慢性心力衰竭知识表达研...

引用

作者：李敏山东中医药大学

学位级别：硕士

目的:基于动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)对国家级现代名老中医辨证论治慢性心力衰竭经验进行知识表达研究,并据此构建慢性心力衰竭中医临床诊断推理的名老中医经验知识库模型。方法:通过对建库至2022年10... 详细信息

目的:基于动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)对国家级现代名老中医辨证论治慢性心力衰竭经验进行知识表达研究,并据此构建慢性心力衰竭中医临床诊断推理的名老中医经验知识库模型。方法:通过对建库至2022年10月期间中国期刊全文数据库、万方期刊数据库和中国科技期刊数据库收载的包含国家级现代名老中医辨证论治慢性心力衰竭医案的临床文献进行电子检索、收集、筛选和整理。深入分析每一例医案蕴含的名老中医辨证论治思维与方法,对医案中的诊疗信息进行最大化程度的提取,将提炼的关键信息和数据输入至Microsoft Office Excel 2007,建立健全名老中医医案数据库。通过频数分析方法选取临床医案总数量构成比最大的前10种证型(心肾阳虚证、阳虚水泛证、气虚血瘀证、气阴两虚证、瘀水互结证、痰瘀互结证、水气凌心证、心血瘀阻证、阳虚血瘀证和心阳不振证),从总数据库中提取这10种常见证型的关键信息,对每种证型进行单独建库。运用频数分析法和灰色关联度分析法和对医案数据库内的关键信息(每种证型的症状、体征、证素、方剂等)进行统计。结合DUCG的数学理论内涵,将医案关键数据转化为相应的模型变量,使用DUCG编辑器创建所有变量并赋值,最终构建基于名老中医辨证论治思想的10个心衰常见证型诊断模型,以实现对名老中医经验知识的梳理与表达。结果:基于DUCG构建了10种慢性心力衰竭中医常见证型的知识库模型,该模型以简洁的因果图形式直观地表达了名老中医辨证论治慢性心力衰竭医案中的隐性知识。通过选择与名老中医学术特色相融合的辨证算法,使诊断推理模型能够模仿名老中医辨证论治的思维过程,其推理结果具有强可解释性,由此证实了DUCG在中医药领域能够表现出较高的知识表达与推理诊断能力。本研究为开发基于名老中医学术经验及其辨证论治能力的人工智能辅助诊断模型创立了良好的开端,为基于DUCG的中医药知识表达和模型构建研究提供了理论与方法上的指导。结论:通过DUCG技术对国家级现代名老中医治疗慢性心力衰竭经典医案进行知识表示研究,发现DUCG是知识表达与诊断推理的先进形式,慢性心力衰竭可以作为中医辨证论治能力提升数字化、智能化研究的示范性病种。还要重视临床实际应用以及第三方验证,使知识库模型不断完善、更新和升级,为基层临床医生和患者提供更加合理、有效的智能辅助诊断和决策支持服务,不断提升临床规范化诊疗能力。

关键词：动态不确定因果图人工智能名老中医医案慢性心力衰竭知识表达

来源：评论

学校读者我要写书评

暂无评论

动态不确定因果图（DUCG）在男子羽毛球体能训练方案推荐中的应用研究

动态不确定因果图（DUCG）在男子羽毛球体能训练方案推荐中的应用...

引用

作者：李沛泽北京体育大学

学位级别：硕士

通过大数据与人工智能对体能训练进行“赋能”是解决中国缺乏高水平教练员与科研人员问题的重要途径之一。同时,在我国引进新的训练方法时如何帮助我国基层教练员与体能教练合理的应用这些训练手段也是我国急需解决的课题。本研究以动... 详细信息

通过大数据与人工智能对体能训练进行“赋能”是解决中国缺乏高水平教练员与科研人员问题的重要途径之一。同时,在我国引进新的训练方法时如何帮助我国基层教练员与体能教练合理的应用这些训练手段也是我国急需解决的课题。本研究以动态不确定因果图(DUCG)在羽毛球男子运动员体能训练方案推荐的应用为研究对象,旨在探索人工智能与体能训练的融合,以达到帮助教练员与体能教练进行体能训练方案制定的目的。以男子羽毛球项目为例,建立体能训练动作库,通过动态不确定因果图(DUCG)算法为不同水平和不同状态下的运动员进行体能训练方案的推荐,可以在我国顶尖水平教练员稀缺的条件下,给与新手教练员相对精确的训练方案制定指导。研究有利于在全面梳理体能训练发展,总结规律与经验教训后,探索羽毛球体能训练结合人工智能算法推荐训练方案的发展道路;通过体能训练的方案制定与动态不确定因果图进行结合,在体能训练理论的基础上结合国家级教练员的经验输入,以此为推荐依据,为探索人工智能算法和体能训练结合的发展奠定基础。本研究通过文献资料法,从时间线的角度对体能训练的发展进行了较为全面的历史回顾和现状研究,特别是研究了对于其他学科与体能训练的融合与推动作用,得出体能训练是通过不断和别的学科进行融合而有新发展的结论,为展望体能学科的发展做出铺垫。同时,阐述羽毛球的项目特征、体能训练需要与现有的羽毛球体能分级标准,结合DUCG在辅助诊断的应用以探索二者的融合,并且通过问卷调查的方法,对于新手教练员与DUCG推荐结果进行对比。研究表明,算法推荐体能训练方案是结合了体能训练的基本原理、国家级教练员的经验与人工智能的算法,形成的体育+人工智能的推荐系统;通过DUCG推荐的体能训练方案可以帮助新手教练员制定更接近国家队教练员的训练方案,有效地提高制定更适合运动员的体能训练方案的概率;同时,推荐系统具有应用在其他项目中的潜在价值。在未来的研究中,建议增加和丰富推荐算法中的动作内容,并且在推荐过程中,使得算法可根据先前的训练内容来制定下一次的训练方案。

关键词：体能训练动态不确定因果图人工智能羽毛球体能

来源：评论

学校读者我要写书评

暂无评论

动态不确定因果图在级联系统故障诊断中的应用

动态不确定因果图在级联系统故障诊断中的应用

引用

中国核学会2021年学术年会

作者：葛超奇车军闫昊中核第七研究设计院有限公司

为了避免离心级联工厂生产中的经济损失,有效且及时检测出系统故障是十分必要的。近些年来人工智能诊断的方法在快速发展,动态不确定因果图(DUCG)就是一种具有代表性的诊断方法。这种诊断方式具有突出的优势,可以应用于规模庞大的离心... 详细信息

为了避免离心级联工厂生产中的经济损失,有效且及时检测出系统故障是十分必要的。近些年来人工智能诊断的方法在快速发展,动态不确定因果图(DUCG)就是一种具有代表性的诊断方法。这种诊断方式具有突出的优势,可以应用于规模庞大的离心级联工厂的过程故障诊断。文章通过构建离心级联工艺系统知识库、收集故障数据、定义简化规则,实现了浓缩工艺过程的故障诊断,并针对离心级联系统存在的特殊故障,对DUCG推理判定做出改进,扩展了应用范围。同时为了验证诊断的准确性,以离心级联工艺系统为对象,建立特殊仿真测试模型,引入模拟故障信号,通过DUCG对仿真过程进行诊断排序,最终对所给故障诊断率达到100%,证明了这种诊断方法的有效性及准确性。

关键词：离心级联动态不确定因果图故障诊断仿真模拟

来源：评论

学校读者我要写书评

暂无评论

基于直觉模糊集和FMEA/FTA的动态不确定因果图分析

基于直觉模糊集和FMEA/FTA的动态不确定因果图分析

引用

作者：李莉莉重庆师范大学

学位级别：硕士

当前现代智能系统的结构愈来愈复杂,而在系统发生故障时要找出失效原因的过程中所涉及的问题大多存在不确定的因果关系,我们有必要进一步研究此类不确定因果关系信息。动态不确定因果图（Dynamic Uncertain Causality Graph,DUCG）能用... 详细信息

当前现代智能系统的结构愈来愈复杂,而在系统发生故障时要找出失效原因的过程中所涉及的问题大多存在不确定的因果关系,我们有必要进一步研究此类不确定因果关系信息。动态不确定因果图（Dynamic Uncertain Causality Graph,DUCG）能用图形化的方式呈现系统中的各种因果关系,它在故障诊断、安全分析、风险评估、预测等诸多领域的广泛应用得到了国际上越来越多的认可。本文主要研究了动态不确定因果图的模糊推理及其它模型向DUCG的转换分析,其主要内容如下:（1）针对事件发生概率的不确定性和模糊性,本文提出了基于直觉模糊集（Intuitionistic Fuzzy Set）的动态不确定因果图分析方法。首先简单介绍了直觉模糊集定义及其运算符;其次提出了用直觉模糊集刻画事件的发生概率,通过直觉模糊集的隶属度和非隶属度可以保留原始信息的模糊性;最后详细说明了基于直觉模糊集的DUCG推理方法,该方法在不确定性信息的表示和推理方面比传统DUCG推理考虑得更全面。（2）在直觉模糊数描述不确定信息的基础之上,提出了基于TOPSIS-灰色关联度分析的DUCG推理方法。首先通过直觉模糊集的不同集成算子与TOPSIS法相结合计算灰色关联度,进而进行知识推理和决策,这样可以在信息推理过程中考虑更丰富的信息,减少了信息损失;最后实例验证该方法在一定程度上提高了不确定信息处理的可靠性和稳定性。（3）针对传统故障模式影响分析（Failure Modes and Effects Analysis,FMEA）和故障树分析（Fault Tree Analysis,FTA）无法描述不确定因果关系的局限性,首先提出了将FMEA和FTA向DUCG转换的三个步骤,分别是事件转化、数值转化和逻辑转化;其次,FMEA/FTA向DUCG的转换为动态不确定因果图理论模型的构建提供了一种新的构建方法;最后利用FMEA/FTA模型中的原始信息和数据可更加快速简便地构建DUCG模型,达到了节约时间、成本和资源的优点。

关键词：动态不确定因果图直觉模糊集故障树故障模式及影响分析

来源：评论

学校读者我要写书评

暂无评论

基于区间云动态不确定因果图的溯因推理方法

基于区间云动态不确定因果图的溯因推理方法

引用

第31届中国过程控制会议（CPCC 2020）

作者：李理谢永芳陈晓方中南大学自动化学院鹏程实验室

溯因推理过程是经验知识、工艺知识和机理知识等知识融合与处理的过程,由于实际生产过程中各类知识存在不确定性和模糊性,使用传统的模糊值形式表达模糊信息缺乏的高可靠性和高准确性。因此,文章提出基于区间云模型的动态不确定因果图... 详细信息

溯因推理过程是经验知识、工艺知识和机理知识等知识融合与处理的过程,由于实际生产过程中各类知识存在不确定性和模糊性,使用传统的模糊值形式表达模糊信息缺乏的高可靠性和高准确性。因此,文章提出基于区间云模型的动态不确定因果图模型。该模型是一种基于图形的知识表示和推理模型,它通过结合区间云模型与动态不确定因果图(DUCG)模型,能够解决传统动态不确定因果图模型难以对模糊事件变量进行准确描述的问题。该模型通过区间云模型处理不确定信息的模糊性和随机性,提高对不确定性知识表示和推理的能力。通过实际工业应用证明了该方法的有效性,而且,该方法较已有的动态不确定因果图方法具有更高的可靠性。

关键词：溯因推理模糊性区间云模型动态不确定因果图

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：