Nonparametric Estimation of Component Lifetime Based on Masked System Life Test Data
基于失效源遮蔽的系统寿命试验数据估计部件寿命AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于可靠性与寿命分布估计，未涉及所列分布效应、金融风险或其他计量细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于失效源遮蔽的系统寿命试验数据估计部件寿命
- 研究问题
- 当只能观察系统失效时间和失效部件集合，且无法区分最初失效与随后连锁失效时，如何估计部件寿命分布？
- 方法与思路
- 作者针对初始失效部件未知的遮蔽数据模型，推导部件寿命分布的非参数估计量，并研究其随机过程极限。
- 材料陈述的贡献
- 摘要称论文构造非参数寿命分布估计量，并证明其弱收敛到高斯过程，为相关渐近推断提供理论基础。
- 阅读关注点
- 应核对连锁失效与遮蔽机制如何建模、部件寿命分布可识别性的条件，以及弱收敛的函数空间和协方差结构。
- 阅读边界
- 仅据所给 Crossref 摘要解读；部件间依赖、失效机制与极限过程细节未说明，不能推断任意系统下均可识别。
原文摘要
SUMMARY In this paper we study the model of masked data sets, i.e. data sets consisting of failure times of a system and sets of failed components. Failing components can yield further failures. The initially failed component is unknown. Initial failures and later failures are indistinguishable. A nonparametric estimator of the component lifetime distribution is derived. We prove weak convergence of the estimator to a Gaussian process.