Approaches to robust process identification: A review and tutorial of probabilistic methods

مجموعه داده های صنعتی به علت ناکارآمدی سنسورها، تداخل سیگنال و سایر اختلالات و همچنین درگیری میان عوامل مختلف، اغلب با ریزش مواجه هستند. اثر ناهنجاری های داده ای به دلیل نابرابری ها باید به صورت سیستماتیک در نظر گرفته شود، در حالیکه مدل هایی تولید می شوند که مقاوم در برابر اثرات غیرقابل پیش بینی ناگهانی هستند. طیف روش هایی که به دلیل بی نظمی در داده های فرایند در حالی که مدل سازی حساب می شود، به صورت کلی به عنوان روش های شناسایی قوی شناخته می شود. با وجود این، روش های غیر احتمالی متعددی برای مقابله با شناسایی قوی وجود دارد، اما بعضی از آنها به طور صریح تأثیر ناهنجاری ها را در نظر گرفته اند. در مقابل آن، روش شناسایی احتمالاتی اطمینان حاصل می کند که این تأثیرات مورد توجه قرار گرفته اند. با وجود این مزایا، استراتژی های شناسایی قوی احتمالی به سختی توسط پزشکان مورد بررسی قرار گرفته است. این مقاله بررسی مقدماتی کلی برای روش های احتمالی برای شناسایی قوی را فراهم می کند، مراحل اصلی درگیر در توسعه مدل را نشان می دهد و ادبیات مربوطه را بررسی می کند. علاوه بر این، مقاله حاوی دو مثال آموزش، از جمله یک مطالعه موردی صنعتی است تا مراحل مختلف درگیر در فرآیند شناسایی قوی برجسته شود.