Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prořezávání založené na vzdálenosti pro metodu gaussových směsí v odhadování stavu negaussovských systémů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F05%3A00000466" target="_blank" >RIV/49777513:23520/05:00000466 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Distance-based Pruning for Gaussian Sum Method in Non-Gaussian System State Estimation

  • Popis výsledku v původním jazyce

    State estimation of the non-Gaussian systems by the Gaus- sian sum method is treated. The distance-based pruning technique is designed for an approximation of the filtering probability density function given by a weighted sum of Gaussian distributions. The technique measures signif- icance of each term of the sum using the Lissack-Fu dis- tance between the approximate filtering probability den- sity function and the filtering probability density function and prunes the insignificant terms. The paper also pro- poses a thrifty implementation of the developed technique. The distance-based pruning technique provides high ap- proximation quality in comparison with other approxima- tion techniques, moreover it achieves low computational demands as it is illustrated in a numerical example.

  • Název v anglickém jazyce

    Distance-based Pruning for Gaussian Sum Method in Non-Gaussian System State Estimation

  • Popis výsledku anglicky

    State estimation of the non-Gaussian systems by the Gaus- sian sum method is treated. The distance-based pruning technique is designed for an approximation of the filtering probability density function given by a weighted sum of Gaussian distributions. The technique measures signif- icance of each term of the sum using the Lissack-Fu dis- tance between the approximate filtering probability den- sity function and the filtering probability density function and prunes the insignificant terms. The paper also pro- poses a thrifty implementation of the developed technique. The distance-based pruning technique provides high ap- proximation quality in comparison with other approxima- tion techniques, moreover it achieves low computational demands as it is illustrated in a numerical example.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Modelling, identification and control

  • ISSN

    1025-8973

  • e-ISSN

  • Svazek periodika

  • Číslo periodika v rámci svazku

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    6

  • Strana od-do

    96

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus