Student-t Process Quadratures for Filtering of Non-Linear Systems with Heavy-Tailed Noise
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43949729" target="_blank" >RIV/49777513:23520/17:43949729 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.23919/ICIF.2017.8009742" target="_blank" >http://dx.doi.org/10.23919/ICIF.2017.8009742</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.23919/ICIF.2017.8009742" target="_blank" >10.23919/ICIF.2017.8009742</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Student-t Process Quadratures for Filtering of Non-Linear Systems with Heavy-Tailed Noise
Popis výsledku v původním jazyce
The aim of this article is to design a moment transformation for Student-t distributed random variables, which is able to account for the error in the numerically computed mean. We employ Student-t process quadrature, an instance of Bayesian quadrature, which allows us to treat the integral itself as a random variable whose variance provides information about the incurred integration error. Advantage of the Student-t process quadrature over the traditional Gaussian process quadrature, is that the integral variance depends also on the function values, allowing for a more robust modelling of the integration error. The moment transform is applied in nonlinear sigma-point filtering and evaluated on two numerical examples, where it is shown to outperform the state-of-the-art moment transforms.
Název v anglickém jazyce
Student-t Process Quadratures for Filtering of Non-Linear Systems with Heavy-Tailed Noise
Popis výsledku anglicky
The aim of this article is to design a moment transformation for Student-t distributed random variables, which is able to account for the error in the numerically computed mean. We employ Student-t process quadrature, an instance of Bayesian quadrature, which allows us to treat the integral itself as a random variable whose variance provides information about the incurred integration error. Advantage of the Student-t process quadrature over the traditional Gaussian process quadrature, is that the integral variance depends also on the function values, allowing for a more robust modelling of the integration error. The moment transform is applied in nonlinear sigma-point filtering and evaluated on two numerical examples, where it is shown to outperform the state-of-the-art moment transforms.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
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)
Ostatní
Rok uplatnění
2017
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 the 20th International Conference on Information Fusion
ISBN
978-0-9964527-0-0
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
875-882
Název nakladatele
IEEE
Místo vydání
Xi'an
Místo konání akce
Xi'an, China
Datum konání akce
10. 7. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000410938300124