Vine copulas and fuzzy inference to evaluate the solvency capital requirement of multivariate dependent risks

Araichi, Sawssen; Almulhim, Tarifa

doi:10.1080/00036846.2021.1935696

Cited by 2 publications

(2 citation statements)

References 53 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The results demonstrated that the proposed approach was very effective in prioritizing risks by taking uncertainty into account. In addition, to handle the uncertainties of classical-FMEA in other literature, the hybrid perception of fuzzy rule-based theories has been given a lot of attention [42][43][44].…”

Section: Literature Reviewmentioning

confidence: 99%

Sustainable Food Production: An Intelligent Fault Diagnosis Framework for Analyzing the Risk of Critical Processes

et al. 2022

View full text Add to dashboard Cite

Fault diagnosis and prognosis methods are the most useful tools for risk and reliability analysis in food processing systems. Proactive diagnosis techniques such as failure mode and effect analysis (FMEA) are important for detecting all probable failures and facilitating the risk analysis process. However, significant uncertainties exist in the classical-FMEA when it comes to ranking the risk priority numbers (RPNs) of failure modes. Such uncertainties may have an impact on the food sector’s operational safety and maintenance decisions. To address these issues, this research provides a unique FMEA framework for risk analysis within an edible oil purification facility that is based on certain well-known intelligent models. Fuzzy inference systems (FIS), adaptive neuro-fuzzy inference systems (ANFIS), and support vector machine (SVM) models are among those used. The findings of the comparison of the proposed FMEA framework with the classical model revealed that intelligent strategies were more effective in ranking the RPNs of failure modes. Based on the performance criteria, it was discovered that the SVM algorithm classifies the failure modes more accurately and with fewer errors., e.g., RMSE = 7.30 and MAPE = 13.19 with that of other intelligent techniques. Hence, a sensitivity FMEA analysis based on the SVM algorithm was performed to put forward suitable maintenance actions to upgrade the reliability and safety within food processing lines.

show abstract

Section: Literature Reviewmentioning

confidence: 99%

Sustainable Food Production: An Intelligent Fault Diagnosis Framework for Analyzing the Risk of Critical Processes

et al. 2022

View full text Add to dashboard Cite

show abstract

“…Tais quantidades de interesse podem ser obtidas por meio de matrizes de correlações lineares de Pearson (Arbenz & Canestraro, 2017;Avanzi et al, 2016) ou com o uso de funções Cópulas, que generalizam o conceito de dependência, para capturar a estrutura de dependência entre riscos. Assim, é possível mensurar o impacto e a necessidade de alocação do ajuste de risco ao nível de linha de negócio (Araichi & Almulhim, 2021;Eling & Jung, 2020;Lopez, 2019;Peters et al, 2014;Shi, 2014;Shi & Frees, 2011;Shi & Zhao, 2020).…”

Section: Modelagem Atuarial Do Passivo De Sinistros Incorridosunclassified

IFRS 17: mensuração estocástica do ajuste de risco e evidenciação em notas explicativas

Carvalho

View full text Add to dashboard Cite

Porque o Senhor dá a sabedoria; da sua boca é que vem o conhecimento e o entendimento. Ele reserva a verdadeira sabedoria para os retos. Escudo é para os que caminham em integridade." -Provérbios de Salomão. Capítulo 2, versos 6 e 7.Deus, obrigado por sua misericórdia e bondade para comigo, expressos na vida, morte e ressurreição de seu filho, Jesus. Sem Sua graça e favor, chegar a conclusão desta dissertação jamais seria possível. Que eu seja sempre achado digno de tamanho amor. Tudo que sou e faço é para Sua honra e glória, Senhor.De todo meu coração, agradeço aos meus pais, Dulcinéia e Dalcide (in memoriam), por todo amor, carinho, cuidado, atenção, provisão e conselho que sempre encontrei neles ao longo da vida. Obrigado por plantarem tantas sementes em mim, que hoje começam a frutificar. Vocês sempre me incentivaram a ser estudioso e a ser uma pessoa sonhadora. Com vocês aprendi que nada é impossível tendo fé e disposição para trabalhar. Obrigado por serem os melhores pais que eu poderia ter! Eu amo vocês. Giovanna (Gio), minha vida, obrigado por ser a melhor esposa que eu poderia ter. Sem o seu amor, cuidado, carinho e suporte eu não teria conseguido chegar até aqui. Nos momentos em que eu quis desistir você me fez voltar a acreditar que tudo daria certo. Muito obrigado por ser a minha melhor amiga, confidente e incentivadora. Obrigado pela sua paciência comigo durante os períodos finais para entrega deste trabalho e por compreender tão amorosamente os momentos que precisei me ausentar para me dedicar a este projeto. É um presente de Deus poder construir a vida junto com você. Te amo mais do que consigo expressar, momoi! Agradeço a minha avó, Odília (in memoriam), por todo amor e cuidado que sempre teve comigo. Obrigado por ter criado seus netos como filhos, para que seus filhos pudessem trabalhar. Obrigado por ter feito tantos sacrifícios para que hoje possamos ter uma vida melhor. "Tem que estudar muito mesmo, filho", era o que ela sempre me dizia.Agradeço aos meus sogros Adriana (Dri) e Marcelo (Celinho) pelo amor e apoio incondicional. Agradeço também aos meus novos avós (pois assim considero os avós da minha esposa): Olívia (Dona Lilla) e José Bezerra (Feffo). Obrigado por serem tão gentis e generosos comigo. Amo todos vocês.Sou grato também ao querido amigo e professor Dr. João Vinícius de França Carvalho. Não só pela orientação durante esse período do mestrado, mas por ter acreditado no projeto de pesquisa na época da graduação e ter aceito orientar meu trabalho de conclusão de curso àquela época. Como o projeto já havia sofrido várias rejeições, aquele gesto de disposição me marcou. Professor, com você aprendi muito além de teorias e técnicas, aprendi que fazer pesquisa e ciência é muito divertido! Obrigado por ser sempre tão gentil, compreensivo e divertido (e por compartilhar o gosto musical pelo Jazz!).Por fim, agradeço ao apoio que recebi das empresas em que trabalhei enquanto cursava o mestrado. À KPMG, na pessoa do Joel Garcia, agradeço pelo incentivo e flexibilidade fornecida quando do ingres...

show abstract

Vine copulas and fuzzy inference to evaluate the solvency capital requirement of multivariate dependent risks

Cited by 2 publications

References 53 publications

Sustainable Food Production: An Intelligent Fault Diagnosis Framework for Analyzing the Risk of Critical Processes

Sustainable Food Production: An Intelligent Fault Diagnosis Framework for Analyzing the Risk of Critical Processes

IFRS 17: mensuração estocástica do ajuste de risco e evidenciação em notas explicativas

Contact Info

Product

Resources

About