Fault detection of univariate non-Gaussian data with Bayesian network

Abstract : The purpose of this article is to present a new method for fault detection with Bayesian network. The interest of this method is to propose a new structure of Bayesian network allowing to detect a fault in the case of a non-Gaussian signal. For that, a structure based on Gaussian mixture model is proposed. This particular structure allows to take into account the non-normality of the data. The effectiveness of the method is illustrated on a simple process corrupted by different faults.
Type de document :
Communication dans un congrès
IEEE International Conference on Industrial Technology (ICIT'10), 2010, Vina del Mar, Chile. 2010
Liste complète des métadonnées

Littérature citée [25 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00517031
Contributeur : Sylvain Verron <>
Soumis le : lundi 13 septembre 2010 - 14:04:07
Dernière modification le : lundi 13 septembre 2010 - 20:55:46
Document(s) archivé(s) le : mardi 14 décembre 2010 - 02:48:30

Fichier

verron10c.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00517031, version 1

Collections

Citation

Sylvain Verron, Teodor Tiplica, Abdessamad Kobi. Fault detection of univariate non-Gaussian data with Bayesian network. IEEE International Conference on Industrial Technology (ICIT'10), 2010, Vina del Mar, Chile. 2010. 〈inria-00517031〉

Partager

Métriques

Consultations de la notice

119

Téléchargements de fichiers

75