限られた判断からベイズ信念ネットワークの条件付き確率表を構築するための方法:人間の信頼性のための評価アプリケーション

本論文では、部分的な専門家情報からベイズ信念ネットワーク(Bbn)の条件付き確率表(Cpt)を構築するための五つの方法を評価する:関数内挿,The Elicitation BBN,The Cain calculator,Fenton et al. およびＲøed et al. メソッド。 評価は、リスク分析、人間の信頼性分析（HRA）の特定の分野への適用を考慮しています。 この五つの方法は，因子評価に影響を与える関数としてヒューマンエラー確率を計算するＨＲＡモデルに特に適している。 方法の性能は、HRAに関連する側面をテストするために設計された二つの簡単な例で評価されます（ただし、排他的ではありません）：強い因子の影響と相互作用の表現、BBN関係に対する不確実性の表現、およびBBNサイズが増加するにつれての方法要件。 評価は、多因子相互依存性の治療と因子関係における不確実性の異なる程度に関連するモデリングの限界を強調している。 関数内挿法は、これらの制限の影響を最も受けにくいですが、その導出要件はモデルサイズとともに指数関数的に増加します。 専門家の判断のほかに、BbnのHRAの適用は経験的なデータの使用、データおよび判断の組合せ、既存のhra方法からの情報を含んでいる:これらの適用のCptの建