MétaCan
Menu
Retour à la cohorte
Enregistrement W186403726

The Oxford Handbook of Nonlinear Filtering

2011· book· en· W186403726 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typebook
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsFiltering problemNonlinear systemLipschitz continuityNonlinear filterApplied mathematicsParticle filterBrownian motionStochastic differential equationKalman filterDiscretizationExponential stabilityControl theory (sociology)Filter (signal processing)Mathematical analysisExtended Kalman filterComputer scienceFilter design
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In many areas of human endeavour, the systems involved are not available for direct measurement. Instead, by combining mathematical models for a system's evolution with partial observations of its evolving state, we can make reasonable inferences about it. The increasing complexity of the modern world makes this analysis and synthesis of high-volume data an essential feature in many real-world problems. The celebrated Kalman-Bucy filter, designed for linear dynamical systems with linearly structured measurements, is the most famous Bayesian filter. Its generalizations to nonlinear systems and/or observations are collectively referred to as nonlinear filtering (NLF), an extension of the Bayesian framework to the estimation, prediction, and interpolation of nonlinear stochastic dynamics. NLF uses a stochastic model to make inferences about an evolving system and is a theoretically optimal algorithm. The breadth of its applications, firmly established and still emerging, is simply astounding. Early uses such as cryptography, tracking, and guidance were mostly of a military nature. Since then, the scope has exploded. It includes the study of global climate, estimating the state of the economy, identifying tumours using non-invasive methods, and much more. The Oxford Handbook of Nonlinear Filtering is the first comprehensive written resource for the subject. It contains classical and recent results and applications, with contributions from 58 authors. Collated into 10 parts, it covers the foundations of nonlinear filtering, connections to stochastic partial differential equations, stability and asymptotic analysis, estimation and control, approximation theory and numerical methods for solving the nonlinear filtering problem (including particle methods). It also contains a part dedicated to the application of nonlinear filtering to several problems in mathematical finance. Contributors to this volume - R. Atar - Department of Electrical Engineering, Technion, Haifa, Israel A. Bensoussan - University of Texas at Dallas, USA H. A. P. Blom - National Aerospace Laboratory NLR, The Netherlands A. Budhiraja - University of North Carolina, USA M. Cakanyldirim - University of Texas at Dallas, USA P. Y. Chigansky - The Weizmann Institute of Science J. M. C. Clark - Imperial College London, UK D. Crisan - Imperial College London, UK M. Davis - Imperial College London, UK A. Doucet - The Institute of Statistical Mathematics, Tokyo, Japan. T. Duncan - University of Kansas, USA R. J. Elliott - University of Calgary, Australia R. Frey - Universitat Leipzig, Leipzig F. Le Gland - IRISA/INRIA, France B. Grigelionis - Lithuania F. Gustaffson - Linkoping University, Sweden M. Hairer - University of Warwick, UK R. Van Handel - Princeton University, USA A. J. Heunis - University of Waterloo, Canada A. M. Johansen - University of Warwick, UK R. Karlsson - Linkoping University, Sweden M. L. Kleptsyna - Universite du Maine, France N. V. Krylov - University of Minnesota, USA H. Kunita - Fukuoka, Japan T. Kurtz - University of Wisconsin- Madison, USA H. Kushner - Brown University, USA R. Lipster - Tel Aviv University, Israel C. Litterer - Mathematical Institute, Oxford, UK T. Lyons - Mathematical Institute, Oxford, UK S. V. Lototsky - University of Southern California, USA M. Chaleyat-Maurel - Universite Paris Descartes 45, Paris Hong Miao - Colorado State University, USA R. Mikulevicius - USC Department of Mathematics, Los Angeles, USA G. Milstein - Ural State University, Russia V. Monbet - Universite de Bretagne-Sud, France P. del Moral - Universite Bordeaux 1, France G. Nappo - University "La Sapienza ", Italy N. J. Newton - University of Essex, UK F. Patras - Universite de Nice, France H. Pham - Universites Paris 6- Paris 7, France B. Rozovski? - Brown University, USA S. Rubenthaler - Universite de Nice, France W. J. Runggaldier - Universita degli Studi di Padova, Italy T.B. Schon - Linkoping University, Sweden L. C. Scott - University of Missouri at Kansas City, USA S. P. Sethi - University of Texas at Dallas, USA Y. Bar-Shalom - University of Connecticut, USA W. Stannat - Fachbereich Mathematik A. Stuart - University of Warwick, UK V.-D. Tran - Universite de Bretagne-Sud, France M. Tretyakov - University of Leicester, UK A. Y. Veretennikov - University of Leeds, UK R. Vinter - Imperial College London, UK J. Voss - University of Warwick, UK Zhenyu Wu - University of Saskatchewan, Canada J. Xiong - Mathematics Department, Knoxville, USA O. Zeitouni - University of Minnesota, USA Y. Zeng - University of Missouri at Kansas City, USA

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
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 Opus0,035
Tête enseignante GPT0,277
Écart entre enseignants0,242 · 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