Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
BAYESIAN NETWORKS IN FAULT DIAGNOSIS
Renjie Ji (Hrsg.), Zengkai Liu (Hrsg.), Shengnan Wu (Hrsg.), Baoping Cai (Hrsg.), Jinqiu Hu (Hrsg.), Yonghong Liu (Hrsg.)
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
World Scientific Publishing Company 
Naturwissenschaften, Medizin, Informatik, Technik / Mathematik
Beschreibung
Fault diagnosis is useful for technicians to detect, isolate, identify faults, and troubleshoot. Bayesian network (BN) is a probabilistic graphical model that effectively deals with various uncertainty problems. This model is increasingly utilized in fault diagnosis.This unique compendium presents bibliographical review on the use of BNs in fault diagnosis in the last decades with focus on engineering systems. Subsequently, eleven important issues in BN-based fault diagnosis methodology, such as BN structure modeling, BN parameter modeling, BN inference, fault identification, validation, and verification are discussed in various cases.Researchers, professionals, academics and graduate students will better understand the theory and application, and benefit those who are keen to develop real BN-based fault diagnosis system.
