Bayesian and Dempster-Shafer reasoning for knowledge-based fault diagnosis-A comparative study

با وجود اینکه چارچوب های مختلف برای استدلال در عدم قطعیت وجود دارد، یک وظیفه تشخیص خطا واقع بینانه به هیچ وجه به هیچ وجه مناسب نیست. برای هر چارچوب، تنها بخشی از داده ها و دانش موجود در فرمت دلخواه است. علاوه بر این، معیارهای اضافی، مانند وضوح استنتاج و کارایی محاسباتی، نیازمند همکاری هستند. در نهایت تشخیص خطا معمولا فقط یک قسمت فرعی بزرگتر است، به عنوان مثال شرایط نگهداری بر اساس شرایط در نتیجه، هدف نهایی تشخیص خطا تصمیم گیری (فقط) نیست و نتیجه فرایند تشخیص باید یک ورودی مناسب برای فرایند استدلال بعدی باشد. در این مقاله، ما تجزیه و تحلیل می کنیم که چگونه یک وظیفه تشخیص مبتنی بر دانش تحت تأثیر عدم قطعیت قرار می گیرد، تحقیق می کند که اهداف اضافی مرتبط هستند، و مقایسه چگونه این ویژگی ها و اهداف در دو چارچوب شناخته شده یعنی بیزی و دپستر شافر چارچوب استدلال برخلاف آثار قبلی که روش استدلال را به عنوان نقطه شروع می گیرند، ما از برنامه کاربردی، تشخیص خطا مبتنی بر دانش و بررسی اثربخشی روش های استدلال مختلف برای این برنامه خاص شروع می کنیم. نتیجه گیری می شود که مناسب بودن هر روش استدلال به شدت به مسئله مورد نظر و بر نیاز کاربر بستگی دارد. بهترین چارچوب را می توان تنها با توجه به این که مشکل (از جمله ویژگی های عدم قطعیت) و نیازهای کاربر به طور کامل شناخته شده اختصاص داده شده است.