< Terug naar vorige pagina

Project

Efficiënte gevolgtrekking in grootschalige wachtlijnmodellen met behulp van imprecieze Markovketens in continue tijd

Een Markov-keten met continue tijd is een probabilistisch model dat succesvol is in het beschrijven van de
onzekere tijdevolutie van verschillende systemen. Omdat het ook vrij eenvoudig is om voorspellingen te doen
het toekomstige gedrag is het een populaire tool geworden in een groot aantal toegepaste domeinen, waaronder
engineering, kunstmatige intelligentie, wiskundige financiën, bioinformatica en wachtrijen. Echter,
wanneer de afmetingen van het model te groot zijn, worden berekeningen moeilijk te hanteren. Deze
beperkt het praktische gebruik ervan tot toepassingen van een beperkte schaal.
Tijdens het afgelopen jaar is ontdekt dat dit probleem kan worden opgelost door een onnauwkeurige te gebruiken
Markov-keten met continue tijd. Simpel gezegd, dit is een specifieke verzameling of kleinere modellen waarvan
gemeenschappelijke conclusies zijn gegarandeerd compatibel met het originele grootschalige model. Door
het gelijktijdig uitvoeren van berekeningen voor al deze kleinere modellen, wordt het mogelijk om
bereken betrouwbare gevolgtrekkingen voor grootschalige modellen.
Helaas zijn onnauwkeurige continue tijd Markov-ketens nog niet volledig ontwikkeld om te zijn
in staat om deze ontdekking ten volle te benutten. In het bijzonder is het momenteel uitvoeren van berekeningen met hen
alleen haalbaar voor een vrij beperkte klasse van gevolgtrekkingen. Dit project heeft tot doel de vereiste te ontwikkelen
wiskundige en algoritmische basis voor het omgaan met de meer geavanceerde gevolgtrekkingen die dat zijn
meestal nodig in praktische toepassingen, en ze toe te passen op grootschalige wachtlijnmodellen.

Datum:1 jan 2019 →  31 dec 2022
Trefwoorden:Markovketens
Disciplines:Toegepaste wiskunde, Kanstheorie