در این مقاله به مطالعه خرابی سیستمهای احتمالی با رویکرد ماشین لرنینگ میپردازد. بدین صورت که ابتدا ناحیه خرابی مورد نظر را به چندین قسمت تقسیم کرده و نیز برای هر ناحیه مجزا یک تابع احتمال خرابی تعریف میشود. و سپس این تابع تخمین زده شده و این روند طی شده تا نهایتا خرابی اصلی در ناحیه کلی تخمین زده و مشخص شود. در این راستا جهت نمونه گیری خرابی ها از الگوریتم متروپولیس هاستینگ اصلاح شده (الگوریتمی مبتنی بر روش شبیه سازی مونت کارلو) استفاده شده است و خرابی ها به وسیله معادلات رگرسیونی تخمین زده ...