Цель. Статья посвящена описанию валидации анализа рисков в рамках исследовательского проекта по автоматизированному ведению поезда.
Методы. Валидация проводилась с использованием нескольких различных методов. Полученные результаты сопоставлялись с результатами, полученными из других источников. Кроме того, был проведен независимый анализ рисков с использованием альтернативного метода MEM (минимальная эндогенная смертность).
Результаты. Валидация показала, что результаты, полученные в рамках проекта, являются достоверными. Подтвержден уровень полноты безопасности (SIL) 1 или 2 для систем, заменяющих машиниста поезда.
Выводы. Показано, что для валидации результатов анализа рисков целесообразно использовать различные методы. При этом необходимо учитывать, что будут получены сопоставимые, но не идентичные результаты.
В данной статье мы анализируем различные технические решения для автономного вождения. В зависимости от роли автономной системы для нее могут потребоваться различные уровни полноты безопасности. Мы рассматриваем три основные архитектуры. Первая – это просто система поддержки, не требующая уровня полноты, а только базовую полноту. Вторая – простая замена машиниста один к одному, что соответствует уровню SIL 1, вплоть до SIL 2. Третья архитектура – интеграция функций АТО в систему защиты безопасного поезда, что соответствует требованиям SIL 4.
Постановка задачи. Многие системы искусственного интеллекта по существу являются системами классификации событий. Они широко используются в предиктивной аналитике. Их роль непрерывно растет при прогнозировании опасных событий на транспорте. Эффективность применения методов искусственного интеллекта в значительной мере зависит от результатов неправильной классификации. Поэтому актуальна задача вычисления или оценки в статистическом смысле вероятности неправильной классификации и определения ее граничных значений. Цель. Оценить границы для комбинированной вероятности неправильной классификации из-за двух различных категорий ошибок: собственно ошибок неправильной классификации и статистических ошибок, возникающих вследствие неправильной классификации. Результаты. Выполнена статистическая оценка порогового значения, которое используется для классификации. Установлены граничные условия для комбинированной вероятности неправильной классификации. Представлено обобщение на N-мерные пространства и на произвольные распределения и формы пороговых поверхностей. Теоретические результаты проиллюстрированы примером практического применения.