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”

Localization of Acoustic Emission Sources by Means of Statistical Methods

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F03%3A00164596" target="_blank" >RIV/68407700:21340/03:00164596 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Localization of Acoustic Emission Sources by Means of Statistical Methods

  • Popis výsledku v původním jazyce

    In this contribution we present and apply several statistical methods taken from the class of change point detection algorithms for given time series. Particularly, we consider CUSUM and chi^2 methods based on testing statistical hypotheses in the framework of autoregressive processes and further the method of singular spectral analysis (SSA). The SSA uses singular value decomposition of lag covariance matrix. Consequently, we consider retrospective Bayesian linear detector to obtain a posteriori probability density of the positions of abrupt changes in a given time series. The comparative analysis was produced in terms of the sample means and mean square errors (MSE) of the change point positions. Finally, the linear localization procedures were applied to the data originated from the laboratory tests on rail track and also to the real signals measured and sampled at the wing girder of a small aircraft.

  • Název v anglickém jazyce

    Localization of Acoustic Emission Sources by Means of Statistical Methods

  • Popis výsledku anglicky

    In this contribution we present and apply several statistical methods taken from the class of change point detection algorithms for given time series. Particularly, we consider CUSUM and chi^2 methods based on testing statistical hypotheses in the framework of autoregressive processes and further the method of singular spectral analysis (SSA). The SSA uses singular value decomposition of lag covariance matrix. Consequently, we consider retrospective Bayesian linear detector to obtain a posteriori probability density of the positions of abrupt changes in a given time series. The comparative analysis was produced in terms of the sample means and mean square errors (MSE) of the change point positions. Finally, the linear localization procedures were applied to the data originated from the laboratory tests on rail track and also to the real signals measured and sampled at the wing girder of a small aircraft.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2003

  • 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

    NDT in Progress 2003 Proceedings

  • ISBN

    80-214-2475-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

  • Název nakladatele

    Brno University of Technology

  • Místo vydání

    Brno

  • Místo konání akce

    Prague

  • Datum konání akce

    6. 10. 2003

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku