https://libeldoc.bsuir.by/handle/123456789/38999| Title: | Estimating the inefficiency of machinery and its operators using hierarchical Bayesian models |
| Other Titles: | Оценка неэффективности оборудования и его операторов с помощью иерархических Байесовских моделей |
| Authors: | Guletskii, N. V. Radyna, Ya. M. |
| Keywords: | материалы конференций;hierarchical Bayesian models;statistical modeling;Markov Chain Monte Carlo;иерархические Байесовские модели;статистическое моделирование;методы Монте-Карло |
| Issue Date: | 2020 |
| Publisher: | Беспринт |
| Citation: | Guletskii, N. V. Estimating the inefficiency of machinery and its operators using hierarchical Bayesian models / N. V. Guletskii, Ya. M. Radyna // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сборник материалов VI Международной научно-практической конференции, Минск, 20–21 мая 2020 г. : в 3 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2020. – С. 112–117. |
| Abstract: | Inefficient operation and deterioration of machinery leads to increased costs and energy consumption. Here we describe a method for disentangling operator inefficiency from the inefficiency of their equipment by building a hierarchical Bayesian model to model the fuel consumption of each operation. |
| Alternative abstract: | Ненадлежащее состояние оборудование и его неэффективное использование приводит к завышеному потреблению энергоресурсов и повышению затрат. В данной статье описывается метод распутывания неэффективностей операторов оборудования от неэффективностей самого оборудования, основывающийся на иерархической Байесовской модели, моделирующей использование топлива. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/38999 |
| ISBN: | 978-985-90533-7-5 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Guletskii_Estimating.pdf | 1.26 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.