Logo des Repositoriums
 

Synthese im Kontext Parametrischer Markow-Modelle

dc.contributor.authorJunges, Sebastian
dc.contributor.editorHölldobler, Steffen
dc.date.accessioned2022-01-14T14:02:00Z
dc.date.available2022-01-14T14:02:00Z
dc.date.issued2021
dc.description.abstractMarkow-Modelle sind ein prominenter Formalismus, um Systeme mit unsicherem Verhalten zu modellieren und zu analysieren. Ein Markov-Modell umfasst (System)-Zustände mit wahrscheinlichkeitsbehafteten Transitionen. Eine typische Fragestellung für ein gegebenes Modell lautet: Beträgt die maximale Wahrscheinlichkeit, dass ein bestimmter Zustand erreicht wird, weniger als 0,01%? Um diese Frage zu beantworten, ist es wichtig, dass die Wahrscheinlichkeiten im Markow-Modell exakt bekannt sind. Dies ist leider oft unrealistisch. Um den potentiellen Ungenauigkeiten in diesen Wahrscheinlichkeiten gerecht zu werden, betrachten wir parametrische Modelle, in denen Wahrscheinlichkeiten durch symbolische (genauer: parametrische) Ausdrücke statt durch konkrete Werte dargestellt werden. Es ergeben sich einige natürliche Fragestellungen, zum Beispiel: Ist die maximale Wahrscheinlichkeit, dass ein bestimmter Zustand erreicht wird, weniger als 0,01% für jede Belegung der Parameter? In diesem Exposé betrachten wir diese und verwandte Fragestellungen. Die geschilderten Ergebnisse liefern neue Erkenntnisse zur theoretischen Komplexität sowie neue und effektive Methoden. Diese Methoden wurden implementiert und sie verbessern den aktuellen Stand der Technik beträchtlich. Die Implementierungen sind nun in der Lage, Markow-Modelle mit tausenden Parametern und Millionen Zustände zu analysieren.de
dc.identifier.isbn978-3-88579-775-3
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/37901
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofAusgezeichnete Informatikdissertationen 2020
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume D-21
dc.titleSynthese im Kontext Parametrischer Markow-Modellede
dc.typeText/Conference Paper
gi.citation.endPage168
gi.citation.publisherPlaceBonn
gi.citation.startPage159
gi.conference.date9.-12. Mai 2021
gi.conference.locationSchoss Dagstuhl, Deutschland

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
Junges-Sebastian.pdf
Größe:
3.04 MB
Format:
Adobe Portable Document Format