मापन और पूर्व ज्ञान के एक संयोजन का उपयोग करके दोष निदान के लिए ग्राफ गुणनात्मक नेटवर्क-आधारित विधि

गहरे-तंत्रिका नेटवर्क-आधारित दोष निदान विधियों का व्यापक रूप से उपयोग किया गया है। हालाँकि, इनमें से कुछ प्रणाली के पूर्व ज्ञान पर विचार करते हैं, जो दोष निदान के लिए फायदेमंद है। इस उद्देश्य के लिए, उपलब्ध मापन और पूर्व ज्ञान के मिश्रण का उपयोग करके ग्राफ गुणनात्मक नेटवर्क (जीसीएन) पर आधारित एक नई दोष निदान विधि प्रस्तावित की गई है। विशेष रूप से, यह विधि सबसे पहले संरचनात्मक विश्लेषण (एसए) विधि का उपयोग करके पूर्व निदान करती है और फिर पूर्व निदान परिणामों को संघ ग्राफ में परिवर्तित करती है। इसके बाद, ग्राफ और मापन जीसीएन मॉडल में भेजे जाते हैं, जिसमें माप और पूर्व ज्ञान के प्रभाव को समायोजित करने के लिए एक भार गुणांक पेश किया गया है। इस विधि में, जीसीएन की ग्राफ संरचना को एसए और डेटा आधारित जीसीएन को जोड़ने के लिए एक संयुक्त बिंदु के रूप में उपयोग किया गया है। प्रस्तावित विधि की प्रभावशीलता को सत्यापित करने के लिए, एक प्रयोग किया गया। परिणाम दर्शाते हैं कि प्रस्तावित विधि, जो दोनों एसए और जीसीएन के लाभों को जोड़ती है, सामान्य मूल्यांकन संकेतकों के आधार पर मौजूदा विधियों की तुलना में बेहतर निदान परिणाम है।