MétaCan
Menu
Retour à la cohorte
Enregistrement W1628023867 · doi:10.1109/ific.2000.862572

Comparing an interacting multiple model algorithm and a multiple-process soft switching algorithm: equivalence relationship and tracking performance

2000· article· en· W1628023867 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésAlgorithmProbabilistic logicPosition (finance)Tracking (education)Computer scienceProcess (computing)Equivalence (formal languages)Filter (signal processing)Constraint (computer-aided design)Noise (video)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we show that a mathematical relationship exists between the multiple-process soft switching (MPSS) algorithm and an interacting multiple-model (IMM) algorithm. Assuming that each model transition probability is equally likely, the constraints imposed on the mixing and fusion gains in the IMM algorithm are equivalent to those in the MPSS algorithm. Thus, the constraints derived from a probabilistic approach can be reduced to those obtained via a deterministic approach. Unlike the MPSS algorithm with the aid of an additional constraint, the proposed IMM algorithm uses the real-time information of the innovations and their covariances to select filter gains between 0 and 1. The MPSS and the proposed IMM algorithms are applied to tracking a maneuvering target. Simulation results show that the latter has a better position tracking capability than the former when the measurement noise is small or moderate; however, both have similar performance in position tracking when the measurement noise is large. In view of the simulation results, more insights on the performance of MPSS, the proposed IMM and IMM algorithms are provided in the paper.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,051
Tête enseignante GPT0,281
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle