Elmélet és gyakorlat a kivizsgálásokban; BAYES analízis alkalmazása a gyakorlatban

1. Elmélet és gyakorlat a kivizsgálásokban; BAYES analízis alkalmazása a gyakorlatban Orbán József, HungaroControl Zrt., CNS és műszaki rendszerek igazgató

2. A CNS/ATM műszaki kivizsgálások okai • Műszaki események körülményeinek feltárása (Igazgatósági belső vizsgálat) • Kauzális megközelítés • Technikai problémák feltárása • Emberi tényező vizsgálata • Műszaki eljárási hiányosságok feltárása • Légi forgalmi események műszaki hátterének vizsgálata (Külső felkérés, vagy utasítás alapján) • Légi forgalmi események vizsgálatának műszaki támogatása (Külső felkérés, vagy utasítás alapján)

3. A CNS/ATM műszaki kivizsgálások módszertani kérdései • Műszaki kivizsgálások problémái, aggályos kérdések • Önvizsgálat: • Szubjektivitás erős • Szolidaritási aggályok • Külső vizsgálat korlátozott szakmai ismeretek miatt csak szűk körben lehetséges • Sok esetben a CNS/ATM területen az önvizsgálatnak nincs ésszerű alternatívája! • Módosító javaslatot csak a rendszert ismerő szakember tud tenni • Módszertani megoldási lehetőségek • Külső szakember kiképzése • Objektivitást növelő módszerek alkalmazása

4. A CNS/ATM műszaki önvizsgálatok objektivitásának növelése • Megfelelő összetételű vizsgálócsoport felállítása • Műszaki kivizsgálásokra speciálisan kiképzett csoporttagok • Szakterületet ismerő vizsgálószemély • Módszertani vezető • Objektivitást növelő tudományos alapokon nyugvó módszertan kidolgozása • Multidiszciplináris megközelítés • Statisztikai módszertan • Valószínűség számítási eszközök alkalmazása • Döntéselméleti megközelítés • Játékelméleti módszerek felhasználása

5. Észlelt esemény Észlelt eseménnyel kapcsolatos adatgyűjtés Valószínűsíthetően irreleváns információk elsődleges logikai szűrése Valószínűsíthetően irreleváns információk másodlagos statisztikai szűrése Nem Döntéshez elegendő az információ? Döntéshozatalra továbbítás A műszaki események vizsgálatának folyamata Észlelt Esemény kapcsán összegyűjtött adathalmaz

6. Az esemény bekövetkezésekori állapot rekonstruálása (váza-modell) Esemény (apriori) Adatfeldolgozás (aposteriori) Adatgyűjtés

7. A műszaki események vizsgálatának néhány elméleti gondolata Döntéselméleti szempontok

8. Valószínűségi szakvélemény • Az esemény bekövetkezésének oka /okai nem ismerhetők meg teljes bizonyossággal • Cél: A legnagyobb valószínűségű ok / okok meghatározása • Egy lehetséges módszer: Bayes analízis Ha B1, B2, ...Bn események teljes eseményrendszert alkotnak, (azaz a múltban történt „n” darab olyan esemény, amely vizsgálódásunk szempontjából egy csoportba sorolhatóak (P), de függetlenek egymástól) és P(Bk)>0 (k=1, 2...n), (tehát legalább egy esemény már történt a múltban) „A” pedig egy tetszőleges esemény, amelyre igaz, hogy P(A)>0, (azaz „A”egy valós esemény) akkor

9. A Bayes módszer és a „váza modell” kapcsolata • A legnagyobb valószínűségű ok meghatározása • A talált nyomok és anyagmaradványok esetén meghatározásra kerül a „vázához” való tartozásuk valószínűsége. • Az eredeti eseményhez / tárgyhoz tartozó egyes elemek, tények, nyomok és anyagmaradványok • relevanciáját, (relevancy) • hihetőségét, (credibility) • Valószínűségét (probability) • Egymástól függetlenül kell megbecsülni • A becslési pontosság lényegesen kihat az eredményre!

10. A Bayes módszer néhány elvi kérdése • Van-e különbség a kivizsgálási valószínűség és a matematikai valószínűség között? • Csak egyféle bizonyosság (matematikailag valószínűség) létezik. • Ha pedig ez igaz, akkor az egyedi vizsgálati eredmények matematikai feldolgozhatósága is lehetséges. • A Bayes-módszer egy optimális, hibaminimalizáló előrejelzést ad egy adott (egy csoportba foglalható, meghatározható) kivizsgálásnál

11. A Bayes módszer alkalmazásának előnyei hátrányai • Előny • Szilárd elméleti alapok • Jól definiált szemantika • Hátrány • Nagyon sok mintát kell megadni, • A szubjektív prior bármilyen előítéletet bevihet a rendszerbe. • A gyakorlatban a rendelkezésünkre álló esetek száma véges (és alacsony), ritkán elegendő az összes valószínűség érték és statisztika meghatározására. • Hogyan adjuk meg ezeket az értékeket? • Változás esetén minden értéket újra meg kell határozni • Az így adódó eredmények nehezen értelmezhetők szövegesen. • Nehezen tudjuk biztosítani a teljes eseményrendszert. • Nehéz az eredményt a döntéshozóknak egyszerűen elmagyarázni!

12. Egy konkrét esemény vizsgálatának vázlata Tényállás • Az XYZ123 járatszámú légi jármű a leszállási folyamatot megszakítva átstartolást hajtott végre erős hátszélre hivatkozva. A használatos pályairány esetében a hátszélkomponens az eljárásban meghatározott öt csomó körüli érték volt, ezért feltételezték, hogy a meteorológiai műszerek pontatlansága miatt azok a valósnál kevesebbet mérnek. • Az ICAO előírásokat meghaladóan a mérési pontokban duplikált és eltérő elven működő szenzorok szolgáltatták az adatokat. A mért hátszél komponens nem haladta meg a négy csomó értéket

13. A műszaki kivizsgálás folyamata 1/3 • A vélelmezett és valós tények: x(t) • Légiforgalmi irányító jelentése • Légi jármű jelentése • Rádióforgalmazás • Rögzített meteorológiai adatok

14. A műszaki kivizsgálás folyamata 2/3 • Az esemény kivizsgálása, a tények szeparálása: y(t) • Az esemény kivizsgálásának taktikája • a mért adatok begyűjtése (data collection), • kiértékelése (data evaluation), • a nem releváns tények kizárása (excluded facts), • a mérések hihetőségének vizsgálata (measurement credibility test), • szükségszerinti adat-kiegészítés, • az ellentmondások feloldása, végkövetkeztetések levonása (conclusions).

15. A műszaki kivizsgálásának folyamata 3/3 • A vélelmezett és valós tények validálása: s’(t) • A földet érési kísérlet idején mért érték három csomó volt. • A szenzor hibájának kizárása érdekében utólagos kalibráció megrendelésére került sor egy akkreditált laboratóriumban. Az ellenőrzés nemcsak a kérdéses földet érési ponton, hanem minden mérési hely szenzora megfelelő minősítést kapott. • Az a posteriori kalibrálás eredménye alapján az a priori megfelelőség következtetését lehetővé tette, azaz y(t) megfelelő volt, így s(t) értéke is megfelelt az előírásokban meghatározott pontossági követelményeknek. • A szenzorok a posteriori ellenőrzése megerősítette, hogy a döntéshozatalnál rendelkezésre álló adatok pontossága megfelelt a vonatkozó előírásoknak. • Az esemény bekövetkezésében a meteorológiai szenzorok hibája az ok-okozati összefüggésben nagy valószínűséggel kizárható

16. Köszönöm a figyelmet!