清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A Class of Hierarchical Multivariate Wiener Processes for Modeling Dependent Degradation Data

依赖关系(UML) 多元统计 估计员 计算机科学 推论 班级(哲学) 分层数据库模型 统计推断 最大化 降级(电信) 选择(遗传算法) 维纳过程 算法 数据挖掘 数学 数学优化 统计 人工智能 机器学习 电信
作者
Guanqi Fang,Rong Pan
出处
期刊:Technometrics [Taylor & Francis]
卷期号:66 (2): 141-156 被引量:30
标识
DOI:10.1080/00401706.2023.2242413
摘要

In engineering practice, many products exhibit multiple and dependent degrading performance characteristics (PCs). It is common to observe that these PCs’ initial measurements are nonconstant and sometimes correlated with the subsequent degradation rate, which typically varies from one unit to another. To accommodate the unit-wise heterogeneity, PC-wise dependency, and “initiation-growth” correlation, this article proposes a broad class of multi-dimensional degradation models under a framework of hierarchical multivariate Wiener processes. These models incorporate dual multi-normally distributed random effects concerning the initial values and degradation rates. To infer model parameters, expectation-maximization (EM) algorithms and several tools for model validation and selection are developed. Various simulation studies are carried out to assess the performance of the inference method and to compare different models. Two case studies are conducted to demonstrate the applicability of the proposed methodology. The online supplementary materials of this article contain derivations of EM estimators, additional numerical results, and R codes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
个性鹭洋完成签到,获得积分10
10秒前
害羞雪珊完成签到,获得积分10
15秒前
JEREMIAH完成签到,获得积分10
18秒前
Jobs完成签到,获得积分10
18秒前
28秒前
顺利的雅旋完成签到,获得积分10
32秒前
33秒前
爱笑歌曲完成签到,获得积分10
37秒前
勤奋的香薇完成签到,获得积分10
38秒前
liunahan完成签到 ,获得积分10
45秒前
48秒前
1分钟前
逍遥游发布了新的文献求助10
1分钟前
Jiygua完成签到,获得积分10
1分钟前
gd完成签到 ,获得积分10
1分钟前
逍遥游完成签到,获得积分10
1分钟前
qin完成签到 ,获得积分10
1分钟前
火柴盒完成签到,获得积分10
1分钟前
包容雁菡完成签到,获得积分10
1分钟前
眼睛大的凡波完成签到,获得积分10
1分钟前
文静的丹彤完成签到,获得积分10
1分钟前
嘻嘻关注了科研通微信公众号
1分钟前
简单的冥王星完成签到,获得积分10
1分钟前
夏日随笔完成签到 ,获得积分10
1分钟前
含糊的代丝完成签到 ,获得积分10
1分钟前
111完成签到 ,获得积分10
1分钟前
不回首完成签到 ,获得积分10
1分钟前
思柔完成签到 ,获得积分10
1分钟前
幸福丹蝶完成签到,获得积分10
1分钟前
人生之败非傲即惰完成签到,获得积分10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
冷傲的婷冉完成签到,获得积分10
2分钟前
瘦瘦的涫完成签到,获得积分10
2分钟前
枫糖吐司完成签到,获得积分10
2分钟前
故意的语山完成签到,获得积分10
2分钟前
2分钟前
整齐念薇完成签到,获得积分10
2分钟前
2分钟前
Frieren完成签到 ,获得积分0
2分钟前
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8158976
求助须知:如何正确求助?哪些是违规求助? 9554526
关于积分的说明 21719398
捐赠科研通 7748487
什么是DOI,文献DOI怎么找? 3427107
关于科研通互助平台的介绍 2552013
邀请新用户注册赠送积分活动 2471370