کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6965899 | 1452924 | 2014 | 8 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Bayesian networks for maritime traffic accident prevention: Benefits and challenges
ترجمه فارسی عنوان
شبکه های بیزی برای پیشگیری از تصادفات دریایی: مزایا و چالش ها
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شبکه های بیزی، ایمنی دریایی، حوادث کشتی، کیفیت داده، دانش کارشناس،
ترجمه چکیده
شبکه های بیزی ابزار دستی مدل سازی کمی هستند که برنامه های کاربردی آن در زمینه ایمنی حمل و نقل دریایی محبوب تر می شوند. این مقاله در مورد استفاده از شبکه های بیزی در مدل سازی ایمنی دریایی بحث می کند. بر اساس ادبیات و تجارب خود نویسنده، مقاله بررسی می کند که شبکه های بیزی برای پیشگیری از حوادث دریایی و مدل سازی ایمنی چه پیشنهاداتی را ارائه می دهند و چندین چالش در کاربرد آنها در این زمینه را مورد بحث قرار می دهد. استدلال می شود که توانایی نمایندگی ارتباطات نسبتا پیچیده و نه لزوما علتی، اما نامشخص، شبکه های بیزی را یک ابزار مدل سازی جذاب برای ایمنی و حوادث دریایی می داند. علاوه بر این، با توجه به آمارهای مربوط به تصادفات و ایمنی دریایی هنوز کمبود و مشکلات کیفیتی دارد، امکان ترکیب داده ها با دانش تخصصی و روش آسان به روز رسانی مدل بعد از کسب شواهد بیشتر باعث افزایش امکان پذیری آنها می شود. با این حال، احتمالا از سوی کارشناسان دریایی ممکن است چالش برانگیز باشد و اعتبار سنجی مدل می تواند مشکل باشد. به این نتیجه می رسیم که با استفاده از چند منبع داده، به روز رسانی بیزی، مدل سازی پویا و گره های پنهان برای متغیرهای پنهان، شبکه های بیزی ابزار مناسب برای مدیریت ایمنی دریایی و تصمیم گیری هستند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی شیمی
بهداشت و امنیت شیمی
چکیده انگلیسی
Bayesian networks are quantitative modeling tools whose applications to the maritime traffic safety context are becoming more popular. This paper discusses the utilization of Bayesian networks in maritime safety modeling. Based on literature and the author's own experiences, the paper studies what Bayesian networks can offer to maritime accident prevention and safety modeling and discusses a few challenges in their application to this context. It is argued that the capability of representing rather complex, not necessarily causal but uncertain relationships makes Bayesian networks an attractive modeling tool for the maritime safety and accidents. Furthermore, as the maritime accident and safety data is still rather scarce and has some quality problems, the possibility to combine data with expert knowledge and the easy way of updating the model after acquiring more evidence further enhance their feasibility. However, eliciting the probabilities from the maritime experts might be challenging and the model validation can be tricky. It is concluded that with the utilization of several data sources, Bayesian updating, dynamic modeling, and hidden nodes for latent variables, Bayesian networks are rather well-suited tools for the maritime safety management and decision-making.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Accident Analysis & Prevention - Volume 73, December 2014, Pages 305-312
Journal: Accident Analysis & Prevention - Volume 73, December 2014, Pages 305-312
نویسندگان
Maria Hänninen,