Adaptive Estimation of OEMA Model via Variable Regularized Recursive Least Squares Method
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F12%3APU98917" target="_blank" >RIV/00216305:26220/12:PU98917 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Adaptive Estimation of OEMA Model via Variable Regularized Recursive Least Squares Method
Popis výsledku v původním jazyce
In this paper, we present a recursive least squares method with variable regularization, which is in order to track time varying parameters extended by an exponential forgetting factor (EF-VR-RLS). Regularization of a direction matrix is achieved by adding restricting conditions into the cost function. By definition of the standard recursive least-squares method (RLS) implies that the method removes the ambiguity of the cost function using a constant regularization. The RLS method is therefore an exactformulation of multi-criteria problem. In this case regularization element is the initial value of the direction matrix, which penalizes Euclidean distance between the estimated parameters and their initial values. At the proposed approach the cost function is extended by the penalization of weighted difference between the investigated vector of parameters and its currently available estimate. By introducing the element of variable regularization is possible to better effect the rate of
Název v anglickém jazyce
Adaptive Estimation of OEMA Model via Variable Regularized Recursive Least Squares Method
Popis výsledku anglicky
In this paper, we present a recursive least squares method with variable regularization, which is in order to track time varying parameters extended by an exponential forgetting factor (EF-VR-RLS). Regularization of a direction matrix is achieved by adding restricting conditions into the cost function. By definition of the standard recursive least-squares method (RLS) implies that the method removes the ambiguity of the cost function using a constant regularization. The RLS method is therefore an exactformulation of multi-criteria problem. In this case regularization element is the initial value of the direction matrix, which penalizes Euclidean distance between the estimated parameters and their initial values. At the proposed approach the cost function is extended by the penalization of weighted difference between the investigated vector of parameters and its currently available estimate. By introducing the element of variable regularization is possible to better effect the rate of
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GD102%2F09%2FH081" target="_blank" >GD102/09/H081: SYNERGIE - Mobilní senzorické systémy a sítě</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of 11th IFAC/IEEE INTERNATIONAL CONFERENCE on PROGRAMMABLE DEVICES and EMBEDDED SYSTEMS PDeS 2012
ISBN
978-3-902823-21-2
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
76-79
Název nakladatele
Neuveden
Místo vydání
Neuveden
Místo konání akce
Brno
Datum konání akce
23. 5. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—