Inference from Accelerated Life Tests Using Filtering in Coloured Noise
利用有色噪声下的滤波进行加速寿命试验推断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：摘要研究可靠性试验中的寿命推断，虽采用滤波模型，但不足以归入所列宏观时间序列或其他经济领域。
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…
利用有色噪声下的滤波进行加速寿命试验推断
- 研究问题
- 如何在加速寿命试验中，同时处理观测误差相关性、时间变换的不确定性，以及时间变换随应力变化的问题？
- 方法与思路
- 作者将问题写成观测误差相关的 Kalman 滤波模型，限定寿命服从指数分布，并采用幂律时间变换。
- 材料陈述的贡献
- 摘要称，该框架可纳入时间变换的不确定性及其应力依赖性，并通过模拟数据和实际数据展示方法。
- 阅读关注点
- 应核对相关误差的建模方式、时间变换参数如何学习，以及模拟和实际应用采用哪些指标评价推断表现。
- 阅读边界
- 仅据 Crossref 摘要；其他寿命分布涉及非线性滤波，本文未处理。摘要未给出具体条件、误差表现或刊本变化。
原文摘要
SUMMARY We present a new approach for inference from accelerated life tests. Our approach formulates such problems as inference under Kalman filter models with correlated observation errors. We restrict attention to exponential life distributions, and the power rule as a time transformation function. Extensions to other time transformation functions are straightforward; however, extensions to other distributions involve nonlinear filtering and are not considered. The advantages of our formulation are that we are able to incorporate uncertainty in the time transformation function and also are able to allow it to change with the stress. to validate our approach we consider some simulated data; to give it a sense of reality we apply it to actual data.