基于带Weibull基强度Hawkes过程的压缩机站生存分析
机器学习
2021-12-28 v1
摘要
本文中,我们利用Hawkes过程对压缩机站故障事件序列进行建模,并对压缩机站各类故障事件进行生存分析。然而,迄今为止,几乎所有关于Hawkes点过程的相关文献都假设条件强度函数的基强度是时不变的。这一假设显然过于严苛而难以验证。例如,在包括金融分析、可靠性分析、生存分析和社交网络分析的实际应用中,真实条件强度函数的基强度极有可能随时间变化。常数基强度无法反映故障随时间发生的基础概率。因此,为解决这个问题,本文提出一种新的时变基强度,例如取自Weibull分布。首先,我们引入来自Weibull分布的基强度,随后通过极大似然估计提出一种有效的学习算法。在常数基强度合成数据、时变基强度合成数据以及真实世界数据上的实验表明,我们的方法能够同时且鲁棒地学习Hawkes过程的触发模式与时变基强度。真实世界数据上的实验揭示了不同种类故障的Granger因果关系以及随时间变化的故障基础概率。
引用
@article{arxiv.2112.13581,
title = {Survival Analysis of the Compressor Station Based on Hawkes Process with Weibull Base Intensity},
author = {Lu-ning Zhang and Jian-wei Liu and Xin Zuo},
journal= {arXiv preprint arXiv:2112.13581},
year = {2021}
}