sustainНадежностьDependability1729-26462500-3909RAMS Journal Limited liability company10.21683/1729-2646-2024-24-3-18-23sustain-602Research ArticleПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗАДАЧАХ НАДЕЖНОСТИ И БЕЗОПАСНОСТИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЗАДАЧАХ НАДЕЖНОСТИ И БЕЗОПАСНОСТИОценки пределов вероятности неправильной классификации на примере прогнозирования опасных отказовEvaluating the limits of misclassification probability. Case study of hazardous failure predictionШебеХ.SchäbeH.

Шебе Хендрик – доктор естественных наук, главный специалист по надежности, готовности, ремонтопригодности и безопасности

Кёльн

Hendrik Schäbe, Doctor of natural sciences, Main specialist on RAMS

Cologne

schaebe@de.tuv.comШубинскийИ. Б.ShubinskiI. B.

Шубинский Игорь Борисович – профессор, доктор технических наук, заместитель руководителя НТК

Москва

Igor B. Shubinsky, Professor, Doctor of Engineering, Deputy Director of Integrated Research and Development Unit

Moscow

igor-shubinsky@yandex.ruРозенбергЕ. Н.RozenbergE. N.

Розенберг Ефим Наумович – профессор, доктор технических наук, первый заместитель Генерального директора

Москва

Efim N. Rozenberg, Professor, Doctor of Engineering, First Deputy Director General

Moscow

TUV Rheinland InterTrafficГерманияTÜV Rheinland InterTrafficGermanyАО «Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте» (АО «НИИАС»)РоссияResearch and Design Institute for Information Technology, Signalling, and Telecommunications in Railway Transportation (JSC NIIAS)Russian Federation2024140920242431823Copyright © Шебе Х., Шубинский И.Б., Розенберг Е.Н., 20242024Шебе Х., Шубинский И.Б., Розенберг Е.Н.Schäbe H., Shubinski I.B., Rozenberg E.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.dependability.ru/jour/article/view/602

Постановка задачи. Многие системы искусственного интеллекта по существу являются системами классификации событий. Они широко используются в предиктивной аналитике. Их роль непрерывно растет при прогнозировании опасных событий на транспорте. Эффективность применения методов искусственного интеллекта в значительной мере зависит от результатов неправильной классификации. Поэтому актуальна задача вычисления или оценки в статистическом смысле вероятности неправильной классификации и определения ее граничных значений. Цель. Оценить границы для комбинированной вероятности неправильной классификации из-за двух различных категорий ошибок: собственно ошибок неправильной классификации и статистических ошибок, возникающих вследствие неправильной классификации. Результаты. Выполнена статистическая оценка порогового значения, которое используется для классификации. Установлены граничные условия для комбинированной вероятности неправильной классификации. Представлено обобщение на N-мерные пространства и на произвольные распределения и формы пороговых поверхностей. Теоретические результаты проиллюстрированы примером практического применения.

Problem definition. Many artificial intelligence systems are essentially event classification systems. They are widely used in predictive analytics. Their role as predictors of hazardous events in transportation is constantly growing. The efficient application of artificial intelligence methods largely depends on the results of misclassification. Therefore, the problem associated with the calculation or statistical evaluation of the probability of misclassification and boundary value definition is of relevance. Aim. To estimate the boundaries for the combined probability of misclassification due to two different categories of errors, i.e., misclassifications proper and statistical errors resulting from misclassification. Results. The threshold value that is used for classification was statistically evaluated. The boundary conditions for the combined probability of misclassification were established. A generalization for N-dimensional spaces and general distributions and shapes of threshold surfaces was presented. The theoretical findings were illustrated with an example of practical application.

искусственный интеллектклассификация событийпороговое значениестатистическая ошибкавероятность неправильной классификациипредиктивный анализartificial intelligenceclassification of eventsthreshold valuestatistical errorprobability of misclassificationpredictive analysisReferencesЛидбеттер М., Линдгрен Г., Ротцен Х. Экстремумы случайных последовательностей и процессов. М.: Мир, 1989. 392 c.Leadbetter M.R., Lindgren G., Rootzén H. Extremes and related properties of random sequences and processes. Moscow: Mir; 1989.Braband J., Schäbe H. On safety assessment of artificial intelligence // Dependability. 2020. No. 4. Pp. 25-34.Braband J., Schäbe H. On safety assessment of artificial intelligence. Dependability 2020;4:25-34.Braband J., Schäbe H., The application of artificial intelligence in railway technology for safety-relevant applications – opportunities and problems // Signalling and Datacommunication. 2022. Vol. (114)5. Pp. 14-21.Braband J., Schäbe H., The application of artificial intelligence in railway technology for safety-relevant applications – opportunities and problems. Signalling and Datacommunication 2022;(114)5:14-21.Feller W.A. Introduction to Probability Theory and Its Application. J. Wiley & Sons, 1970.Feller W.A. Introduction to Probability Theory and Its Application. J. Wiley & Sons; 1970.Vapnik V.N. The Nature of Statistical Learning Theory / 2nd Edition. Springer, 1999. XX, 314 p.Vapnik V.N. The nature of statistical learning theory. 2nd Edition. Springer; 1999.Akaike H. A new look at the statistical model identification // IEEE Transactions on Automatic Control. 1974. Vol. 19(6). Pp. 716-723.Akaike H. A new look at the statistical model identification. IEEE Transactions on Automatic Control 1974;19(6):716-723.Вапник В.Н., Червоненкис А.Я. О равномерной сходимости частот появления событий к их вероятностям // Докл. АН СССР. 1968. Т. 181. № 4. С. 781-783.Vapnik V.N., Červonenkis A.Ja. The uniform convergence of frequencies of the appearance of events to their probabilities. Dokl. Akad. Nauk SSSR 1968;181(1968):781-783. (in Russ.)Shubinsky I.B., Rozenberg E.N., Schäbe H. Innovative Methods of Ensuring the Functional Safety of Train Control Systems // Reliability Theory & Applications. 2023. No 4(76). Vol. 18. Pp. 909-920.Shubinsky I.B., Rozenberg E.N., Schäbe H. Innovative Methods of Ensuring the Functional Safety of Train Control Systems. Reliability Theory & Applications 2023;4(76) (18):909-920.

The authors declare that there are no conflicts of interest present.