header
Image from OpenLibrary

The Use of Progressive StressAccelerated Life Testing under WeibullExtension Distribution / By Elham AbdelMalik AbdelRahman AbdelMalik ; Supervisors Abdalla A. Abdel-Ghaly, Hanan M. Aly,

By: Contributor(s): Material type: TextTextPublication details: 2022.Content type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • استخدام الضغوط المتنامية في اختبارات الحياة المعجلة في ظل توزيع ويبل الممتد
Subject(s): DDC classification:
  • 519
Dissertation note: Thesis (Ph.D)-Cairo University,2022. Summary: في هذه الأطروحة ، تم تناول مشاكل تقدير المعالم المجهولة و التنبؤ بالمشاهدات المستقبلية عندما تتبع وحدات العمرالافتراضي توزيع ويبل الممتد تحت تأثير الضغوطات المتنامية في اختبارات الحياة المعجلة في ظل وجود عينات مبتورة بشكل تواؤمي مستمر من النوع الثاني. ولذلك تنقسم هذه الأطروحة إلى قسمين رئيسيين. في القسم الأول، تم اعتماد كلا من النهجين التقليدي وبايز للحصول على مقدرات بنقطة وبفترة للمعالم المجهولة ومعاملات التسريع. حيث اشتمل النهج التقليدي علي استخدام ثلاث خوارزميات اطلق عليها الهدف (scoring), تعظيم التوقع, و تعظيم التوقع العشوائي و اشتقاق ما يرتبط بها من فترات ثقة تقاربية وبوتستراب(bootstrap) . بينما تم سحب العينات بدون دوران (No-U-Turn Sampler (NUTS)) و الذي يعتبر امتدادا لطريقة مونت كارلو الهاملتوني (Hamiltonian Monte Carlo (HMC)) لإيجاد تقديرات بايز بنقطة و بفترة من خلال تطبيق برنامج ستان(Stan). في القسم الثاني من هذه الأطروحة, تم مناقشة مشكلات التنبؤ لعدد من المشاهدات المستقبلية في حالة عينة واحدة و عينتين من منظور بايز و المنظور التقليدي. من خلال المنظورالأخير, تم ايجاد مقدرات التنبؤ بنقطة باستخدام كلا المتنبئ الغيرالمتحيزالأفضل (best unbiased predictor (BUP))و متنبئ الوسيط الشرطي (conditional median predictor (CMP)), بينما تم اشتقاق التنبؤات بفترة باستخدام كمية محورية (pivotal quantity) . أما من خلال منظور بايز, فقد تم استخدام طريقتين مختلفتين كلتاهما مستمدتان من اسلوب سحب العينات بدون دوران و تم تطبيقهما من خلال برنامج ستان لايجاد التنبؤات بنقطة و بفترة للمشاهدات المستقبلية. و لتقييم أداء الطرق المقترحة في هذه الأطروحة ، أجريت دراسة محاكاة وأظهرت أن جميع الطرق المقترحة لها أداء جيد و متقارب سواء في حالة التقدير بنقطة أو بفترة للمعالم المجهولة أو في حالة التنبؤ بالمشاهدات المستقبيلة. إلا أن نهج بايز كان له أفضيلة في تقدير المعالم المجهولة و معاملات التسريع عن النهج التقليدي. أما في حالة التنبؤ بالمشاهدات المستقبلية في حالة عينة واحدة و عينتين فإن النهج التقليدي قدم تقديرات أفضل من نهج بايز. و لتوضيح مدي قابلية تطبيق الطرق المقترحة في هذه الأطروحة في الواقع, تم استخدام بيانات واقعية و مناقشة نتائجها. و في هذا المثال, تم اختبار مدي ملاءمة توزيع ويبل الممتد كممثل لهذه البيانات باستخدام اختبار جودة التوفيق الذي قدمه(2019) Gaigall في حالة وجود عينات متعددة. و قد أسفر هذا الاختبار عن ملاءمة التوزيع السابق لتمثيل هذه البيانات. الكلمات الدالة: اختبارات الحياة المعجلة, الضغط المتنامي, توزيع ويبل الممتد, لوغاريتم الهدف (scoring), لوغاريتمتعظيم التوقع, لوغاريتم تعظيم التوقع العشوائي, تقنيات البوتستراب, البتر التواؤمي المستمر من النوع الثاني, مونت كارلو الهاملتوني, برنامج ستان, تقدير بايز.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Home library Call number Status Date due Barcode
Thesis Thesis قاعة الرسائل الجامعية - الدور الاول المكتبة المركزبة الجديدة - جامعة القاهرة Cai01.03.01.Ph.D.2022.El.U (Browse shelf(Opens below)) Not for loan 01010110087435000

Thesis (Ph.D)-Cairo University,2022.

Bibliography: p. 137-129.

في هذه الأطروحة ، تم تناول مشاكل تقدير المعالم المجهولة و التنبؤ بالمشاهدات المستقبلية عندما تتبع وحدات العمرالافتراضي توزيع ويبل الممتد تحت تأثير الضغوطات المتنامية في اختبارات الحياة المعجلة في ظل وجود عينات مبتورة بشكل تواؤمي مستمر من النوع الثاني. ولذلك تنقسم هذه الأطروحة إلى قسمين رئيسيين. في القسم الأول، تم اعتماد كلا من النهجين التقليدي وبايز للحصول على مقدرات بنقطة وبفترة للمعالم المجهولة ومعاملات التسريع. حيث اشتمل النهج التقليدي علي استخدام ثلاث خوارزميات اطلق عليها الهدف (scoring), تعظيم التوقع, و تعظيم التوقع العشوائي و اشتقاق ما يرتبط بها من فترات ثقة تقاربية وبوتستراب(bootstrap) . بينما تم سحب العينات بدون دوران (No-U-Turn Sampler (NUTS)) و الذي يعتبر امتدادا لطريقة مونت كارلو الهاملتوني (Hamiltonian Monte Carlo (HMC)) لإيجاد تقديرات بايز بنقطة و بفترة من خلال تطبيق برنامج ستان(Stan). في القسم الثاني من هذه الأطروحة, تم مناقشة مشكلات التنبؤ لعدد من المشاهدات المستقبلية في حالة عينة واحدة و عينتين من منظور بايز و المنظور التقليدي. من خلال المنظورالأخير, تم ايجاد مقدرات التنبؤ بنقطة باستخدام كلا المتنبئ الغيرالمتحيزالأفضل (best unbiased predictor (BUP))و متنبئ الوسيط الشرطي (conditional median predictor (CMP)), بينما تم اشتقاق التنبؤات بفترة باستخدام كمية محورية (pivotal quantity) . أما من خلال منظور بايز, فقد تم استخدام طريقتين مختلفتين كلتاهما مستمدتان من اسلوب سحب العينات بدون دوران و تم تطبيقهما من خلال برنامج ستان لايجاد التنبؤات بنقطة و بفترة للمشاهدات المستقبلية. و لتقييم أداء الطرق المقترحة في هذه الأطروحة ، أجريت دراسة محاكاة وأظهرت أن جميع الطرق المقترحة لها أداء جيد و متقارب سواء في حالة التقدير بنقطة أو بفترة للمعالم المجهولة أو في حالة التنبؤ بالمشاهدات المستقبيلة. إلا أن نهج بايز كان له أفضيلة في تقدير المعالم المجهولة و معاملات التسريع عن النهج التقليدي. أما في حالة التنبؤ بالمشاهدات المستقبلية في حالة عينة واحدة و عينتين فإن النهج التقليدي قدم تقديرات أفضل من نهج بايز. و لتوضيح مدي قابلية تطبيق الطرق المقترحة في هذه الأطروحة في الواقع, تم استخدام بيانات واقعية و مناقشة نتائجها. و في هذا المثال, تم اختبار مدي ملاءمة توزيع ويبل الممتد كممثل لهذه البيانات باستخدام اختبار جودة التوفيق الذي قدمه(2019) Gaigall في حالة وجود عينات متعددة. و قد أسفر هذا الاختبار عن ملاءمة التوزيع السابق لتمثيل هذه البيانات. الكلمات الدالة: اختبارات الحياة المعجلة, الضغط المتنامي, توزيع ويبل الممتد, لوغاريتم الهدف (scoring), لوغاريتمتعظيم التوقع, لوغاريتم تعظيم التوقع العشوائي, تقنيات البوتستراب, البتر التواؤمي المستمر من النوع الثاني, مونت كارلو الهاملتوني, برنامج ستان, تقدير بايز.

There are no comments on this title.

to post a comment.