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”

Particle Based Probability Density Fusion with Differential Shannon Entropy Criterion

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F11%3A43898205" target="_blank" >RIV/49777513:23520/11:43898205 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5977439" target="_blank" >http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5977439</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Particle Based Probability Density Fusion with Differential Shannon Entropy Criterion

  • Popis výsledku v původním jazyce

    This paper focuses on a decentralised nonlinear estimation problem in a multiple sensor network. The stress is laid on the optimal fusion of probability densities conditioned by different data. The probability density conditioned by the common data is supposed to be unavailable. The optimal fusion is elaborated in the particle ?ltering and differential Shannon entropy framework. The conversion of weighted particles into a continuous probability density function is performed implicitly by the time update. Further, the issue of sampling density proposal is explored. The proposed approach is illustrated in numerical examples.

  • Název v anglickém jazyce

    Particle Based Probability Density Fusion with Differential Shannon Entropy Criterion

  • Popis výsledku anglicky

    This paper focuses on a decentralised nonlinear estimation problem in a multiple sensor network. The stress is laid on the optimal fusion of probability densities conditioned by different data. The probability density conditioned by the common data is supposed to be unavailable. The optimal fusion is elaborated in the particle ?ltering and differential Shannon entropy framework. The conversion of weighted particles into a continuous probability density function is performed implicitly by the time update. Further, the issue of sampling density proposal is explored. The proposed approach is illustrated in numerical examples.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2011

  • 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

    Proceeding of the 14th International Conference on Information Fusion

  • ISBN

    978-1-4577-0267-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    803-810

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Chicago, Illinois, USA

  • Datum konání akce

    5. 7. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku