Application of the GUM approach to estimate uncertainty in measurements of sustainability systems

Santos, Silvio Francisco dos; Brandi, H. S.

doi:10.1007/s10098-015-1029-3

Cited by 11 publications

(3 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…According to their results, the coverage interval of the GUM turned out to be slightly wider than that of the MC method at the same confidence level. Very similar results have been obtained with both techniques [8], although a strong dependence on the statistical nature of the measurements on the time series has been observed [9].…”

Section: Introductionsupporting

confidence: 76%

Evaluación bayesiana de la incertidumbre en mediciones indirectas comparada con GUM y Monte Carlo

Molina-Muñoz

Giraldo-Jaramillo

Delgado-Trejos

2022

IyU

View full text Add to dashboard Cite

Objetivo: Proponer un procedimiento metodológico que sirva de guía para aplicar técnicas en la evaluación de la incertidumbre de medida, como son: GUM, MMC y Bayes; además, de desarrollar una aplicación en un caso de estudio no trivial. Materiales y métodos: En el presente artículo, se proponen un conjunto de pasos que permiten validar la evaluación de incertidumbre de medida a partir de técnicas como GUM, MMC y Bayes; estas se aplicaron como estrategia para evaluar la incertidumbre de un proceso de medición indirecta, donde el experimento de pruebas consistió en determinar el nivel de un fluido a través de la medición de presión hidrostática que genera el fluido en estado estacionario sobre la base de un contenedor. Se compararon los resultados obtenidos con cada técnica. Resultados y discusión: se encontró que el uso de la GUM es válido en el fenómeno caso de estudio, sin embargo, los resultados obtenidos aplicando el enfoque Bayesiano y el MMC ofrecieron información complementaria de mucha utilidad, como es la función de densidad de probabilidad (FDP) del mensurando, que permitió una mejor descripción del fenómeno. Asimismo, las FDP a posteriori obtenidas con Bayes permitieron aproximar a valores más cercanos en torno de los verdaderos valores del mensurando, y los intervalos de los posibles valores fueron más amplios que los que ofrecieron el MMC y la GUM. Conclusiones: En el contexto del caso de estudio se tiene que el enfoque bayesiano presenta resultados más realistas que GUM y MMC; además de la ventaja conceptual que presenta Bayes, de la posibilidad de actualizar los resultados de la evaluación de incertidumbre ante la presencia de nueva evidencia.

show abstract

Section: Introductionsupporting

confidence: 76%

Evaluación bayesiana de la incertidumbre en mediciones indirectas comparada con GUM y Monte Carlo

Molina-Muñoz

Giraldo-Jaramillo

Delgado-Trejos

2022

IyU

View full text Add to dashboard Cite

show abstract

“…In that work, uncertainty evaluation was not considered. The complete results and discussions concerning the application of the GUM approach, including estimation of uncertainties are presented in the work of Santos and Brandi (2015a).…”

Section: Illustrative Examplesmentioning

confidence: 99%

Introducing measurement science into sustainability systems

Brandi

Santos

2015

Clean Techn Environ Policy

Self Cite

View full text Add to dashboard Cite

In this paper, we discuss perspectives of adopting procedures of metrology, the science of measurements, into sustainability assessments. We present an overview of general concepts of system theory, sustainability, and sustainability metrics. We use these concepts together with the Guide to the Expression of Uncertainty in Measurement (GUM) metrological approach to include estimation of uncertainties and sensitivity analysis in the model framework to construct aggregated sustainability indicators proposed by Santos and Brandi. To illustrate the method, we apply Canberra distance to study the sustainability of the integration and logistic infrastructure dimension of the biodiesel supply chain in Brazil and Germany. Sustainability has been embodied into government, industries and corporations' policies through standards, conformity assessment, and metrology. This increases the need for sound measurements to address sustainability. To perform sensitivity analysis, we propose an expression to evaluate changes in the sustainability index due to variations in a given indicator, generalizing the linear approximation of the GUM framework. We concluded that metrological procedures can be applied to estimate uncertainties of sustainability systems and their components. Adopting metrological procedures may be an important step to harmonize approaches involving measurements in sustainability systems. Sensitivity analysis provides information about the influence on the sustainability index due to variations of indicators from sustainability systems.

show abstract

“…Convencionalmente, para estimar la incertidumbre existen herramientas no estocásticas, como la Guía para la expresión de la incertidumbre en medición (GUM) (4), y estocásticas, como los métodos de Monte Carlo (5) y bayesianos (6,7), entre otros. Sin embargo, hay situaciones propias de la soft metrología en las que no es recomendable hacer uso de estos métodos (8), por ejemplo, no linealidades muy marcadas donde se dificulta la predicción de la evolución dinámica (9), o también cuando la distribución de probabilidad de la magnitud de salida no es de tipo normal o de fácil aproximación a esta (10), o se percibe una fuerte dependencia de la naturaleza estadística de las mediciones en la serie de tiempo (11). Ante estas dificultades, es muy conveniente revisar las discusiones que se suscitan alrededor de la estimación de la incertidumbre en aplicaciones de soft metrología, lo cual es un tema abierto en la literatura que fomenta cada vez más el diseño de nuevas investigaciones.…”

Section: Introductionunclassified

Incertidumbre epistémica y aleatoria en soft metrología: una perspectiva desde el aseguramiento de la validez de los resultados

Agudelo-Cardona,

Barbosa,

Vallejo

et al. 2023

Ing.

View full text Add to dashboard Cite

Contexto: En ingeniería, el modelado para el análisis de riesgo y confiabilidad de los procesos de medición que incluyen rutinas de cómputo exige el análisis de las fuentes y categorías de la incertidumbre, la cual, en este contexto, puede ser clasificada como aleatoria y epistémica. Método: Se presenta una revisión de la literatura obtenida de bases de datos como Google Scholar, IEEEXplore y ScienceDirect en cuanto a tendencias y enfoques relacionados con el concepto de incertidumbre, en el marco de la soft metrología, a fin de mejorar la comprensión cuando se tienen restricciones adicionales debido al aseguramiento de la validez de los resultados. Resultados: Se exponen conceptos y comparaciones que ayudan a mejorar la comprensión de la incertidumbre epistémica y aleatoria en los procesos de medición de soft metrología y su relación con el aseguramiento de la validez de los resultados, en el marco de las máquinas de aprendizaje. Conclusiones: Se concluye que la calidad en la representación de los sistemas de soft metrología es influenciada de manera constante por la incertidumbre aleatoria, y la incertidumbre epistémica exhibe una dinámica descendente cuanto mejor sea el ajuste del modelo con suficientes datos de entrenamiento.

show abstract

Application of the GUM approach to estimate uncertainty in measurements of sustainability systems

Cited by 11 publications

References 10 publications

Evaluación bayesiana de la incertidumbre en mediciones indirectas comparada con GUM y Monte Carlo

Evaluación bayesiana de la incertidumbre en mediciones indirectas comparada con GUM y Monte Carlo

Introducing measurement science into sustainability systems

Incertidumbre epistémica y aleatoria en soft metrología: una perspectiva desde el aseguramiento de la validez de los resultados

Contact Info

Product

Resources

About