• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Risk analysis >Alternative Methods for Computing the Sensitivity of Complex Surveillance Systems
【24h】

Alternative Methods for Computing the Sensitivity of Complex Surveillance Systems

机译：计算复杂监视系统灵敏度的替代方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Stochastic scenario trees are a new and popular method by which surveillance systems can be analyzed to demonstrate freedom from pests and disease. For multiple component systems-such as a combination of a serological survey and systematically collected observations-it can be difficult to represent the complete system in a tree because many branches are required to represent complex conditional relationships. Here we show that many of the branches of some scenario trees have identical outcomes and are therefore redundant. We demonstrate how to prune branches and derive compact representations of scenario trees using matrix algebra and Bayesian belief networks. The Bayesian network representation is particularly useful for calculation and exposition. It therefore provides a firm basis for arguing disease freedom in international forums.
机译：随机情景树是一种新的流行方法，可通过该方法分析监视系统以证明其免受病虫害侵害。对于多组件系统（例如血清学调查和系统收集的观察结果的组合），由于需要许多分支来表示复杂的条件关系，因此很难在树中表示完整的系统。在这里，我们显示了某些方案树的许多分支具有相同的结果，因此是多余的。我们演示了如何使用矩阵代数和贝叶斯信念网络来修剪分支并派生场景树的紧凑表示。贝叶斯网络表示法对于计算和说明特别有用。因此，它为在国际论坛上争论疾病自由提供了坚实的基础。

著录项

  • 来源
    《Risk analysis》 |2009年第12期|1686-1698|共13页
  • 作者

    G. M. Hood; S. C. Barry; P. A. J. Martin;

  • 作者单位

    Bureau of Rural Sciences, Australian Government Department of Agriculture Fisheries and Forestry, Canberra, Australia;

    Centre for Mathematical and Information Sciences, Commonwealth Scientific and Industrial Research Organisation, Canberra, Australia;

    Western Australian Department of Agriculture and Food, P.O. Box 1231, Bunbury, Western Australia 6231, Australia;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    bayesian network; disease freedom; scenario tree;

    机译：贝叶斯网络疾病自由;情景树;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号