Analýzu spoľahlivosti zložitých systémov na základe neurčitých dát
Školitel
prof. Ing. Elena Zaitseva, PhD.
Študijný program
Aplikovaná informatika
Študijný odbor
Informatika
Detailnejší opis problému
Teória spoľahlivosti je výskumný zámer, ktorý má veľmi dobré praktické a vedecké zázemie na analýzu spoľahlivosti systémov. Výpočtová inteligencia a strojové učenie je v inžinierstve spoľahlivosti relatívne nove. Bola to však rovnako dobre zavedená oblasť výskumu s mnohými skupinami po celom svete, ktoré sa pokúšali vyvinúť užitočné nástroje výpočtovej inteligencie v rôznych oblastiach. Neustále úsilie o digitalizáciu dnes spôsobuje zlúčenie inžinierstva spoľahlivosti a výpočtovej inteligencie. Kombinácia týchto polí otvára cestu k pokroku v oblasti analýzy veľkých dát, neistého vyhodnotenia informácií, uvažovania, predikcie, modelovania, optimalizácie, rozhodovania a samozrejme spoľahlivejších systémov. Základným krokom v analýze spoľahlivosti každého systému je vytvorenie jeho matematickej reprezentácie. Problém však nastáva v prípade, ak sú dáta popisujúce skutočné správanie sa systému neurčité. Za týmto účelom je možné aplikovať metódy Data Mininig-u. V tomto prípade dáta pre konštrukciu matematickej reprezentácii systému môžu trpieť určitou formu neurčitosti vyplývajúcej z nejednoznačnosti a nepresnosti zozbieraných dát. Navyše, metódy Data Mininig-u dokážu spracovať aj neurčitosť vyplývajúcu z neúplne špecifikovaných dát, ktorá vzniká v prípade, že je nákladné získať všetky potrebné dáta o skutočnom správaní sa systému alebo existujúce dáta sú málo zdokumentované. Ďalej platí, že ak nemôžeme získať presné hodnoty dát popisujúcich správanie sa systému, tak sa musíme spoľahnúť na väčšie množstvo menej presných dát, ktoré nám dajú dodatočnú informáciu, pomocou ktorej dokážeme vytvoriť dobrý model systému. Hlavným cieľom je rozvoj nových metód pre analýzu spoľahlivosti zložitých systémov, ktorý predpokladá: (a) preskúmanie možnosti konštrukcie matematického popisu systému z neurčitých dát; a (b) rozvoj nových metód pre riešenie tohto problému a analýzy spoľahlivosti.
Predpokladaný vedecký prínos (algoritmy, metodológie, ...)
Nové metódy a algoritmy na spracovanie signálov, obrazov, numerických a lingvistických dát založené na metódach Data Mining, ktoré budú použitý pre spracovanie neúplne definovaných a neurčitých dát
Odporučány postup vedeckého bádania
- analýza súčasného stavu problému, štúdium dostupnej literatúry - analýza techník strojového učenia a návrh použiteľných techník pre analýzu dát, - vývoj a hodnotenie nových algoritmov navrhnutých pre implementáciu, - experimentálna validácia navrhnutých techník a vyvinutých algoritmov.
Druh výskumu
základný výskum
Výskumná úloha, ktorej súčasťou bude riešená téma
APVV-23-0033 - Vývoj nového prístupu pre analýzu spoľahlivosti a hodnotenie rizík na základe umelej inteligencie VEGA 1/0331/25 - Analýza spoľahlivosti založená na metódach strojového učenia HORIZON Project 101086250 EWALD - Earth Observation for Early Warning of Land Degradation at the European Frontier
Doterajšie výsledky riešenia na školiacom pracovisku, vrátane odkazov na dostupné zdroje
1. Zaitseva E., Levashenko V., Multiple-Valued Logic mathematical approaches for multi-state system reliability analysis, Journal of Applied Logic, Vol.11, No3, 2013, pp. 350-362. (ISSN: 1570-8683) 2. Zaitseva, E., Levashenko, V., Kostolny, J., Importance analysis based on logical differential calculus and binary decision diagram, Reliability engineering and system safety, Vol. 138, 2015, pp. 135-144. ISSN 0951-8320 3. E.Zaitseva, V.Levashenko, Construction of a reliability structure function based on uncertain data, IEEE Tran on Reliability, 65(4), pp.1710 - 1723, 2016, DOI: 10.1109/TR.2016.2578948 4. Kvassay M., Zaitseva E., Levashenko V. Importance analysis of multi-state systems based on tools of logical differential calculus, Reliability engineering and system safety, 165(9), 2017, pp.302-316 5. Zaitseva E., Levashenko V., Reliability analysis of Multi-State System and Multiple-Valued Logic, International Journal of Quality & Reliability Management, 34(6), 2017, pp. 862-878 6. Rabcan J., Levashenko V., Zaitseva E., Kvassay M., Subbotin S. (2019) Non-destructive diagnostic of aircraft engine blades by Fuzzy Decision Tree, Engineering Structures, vol.197, no.10, 2019, Article number 109396 7. Rabcan J., Levashenko V., Zaitseva E., Kvassay M., Subbotin S., Application of Fuzzy Decision Tree for Signal Classification, IEEE Transactions on Industrial Informatics, vol.15, no.10, 2019, pp. 5425 – 5434 8. Zaitseva, E., Levashenko, V., Rabcan J., Krsak E., Application of the Structure Function in the Evaluation of the Human Factor in Healthcare, Symmetry (Switzerland), 12(1), 2020, 93, https://www.mdpi.com/2073-8994/12/1/93/htm 9. Zaitseva, E., Rabcan, J., Levashenko, V., Kvassay, M.Importance analysis of decision making factors based on fuzzy decision trees, Applied Soft Computing, 2023, 134, 109988 10.Zaitseva, E., Levashenko, V., Rabcan, J., A new method for analysis of Multi-State systems based on Multi-valued decision diagram under epistemic uncertainty, Reliability Engineering and System Safety, 2023, 229, 108868 11. Zaitseva, E., Levashenko, V., Mysko, V., Czapp, S., Zhaxybayev, D., Availability of UAV Fleet Evaluation Based on Multi-State System, IEEE Access, 2024, 12, pp. 15290–15307 12. Zaitseva, E., Mukhamediev, R., et al., Comparative Reliability Analysis of Unmanned Aerial Vehicle Swarm Based on Mathematical Models of Binary-State and Multi-State Systems, Electronics (Switzerland), 2024, 13(22), 4509
V prípade otázok sa obráťte na vedúceho témy:
Elena.Zaitseva@fri.uniza.sk