MétaCan
Menu
Retour à la cohorte
Enregistrement W2007052123 · doi:10.1021/ie900197s

Constrained Nonlinear State Estimation Using Ensemble Kalman Filters

2010· article· en· W2007052123 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésEnsemble Kalman filterBenchmark (surveying)Kalman filterNonlinear systemComputer scienceParticle filterMathematical optimizationState (computer science)Extended Kalman filterProcess (computing)State variableMoving horizon estimationAlgorithmControl theory (sociology)MathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Recursive estimation of states of constrained nonlinear dynamic systems has attracted the attention of many researchers in recent years. In this work, we propose a constrained recursive formulation of the ensemble Kalman filter (EnKF) that retains the advantages of the unconstrained EnKF while systematically dealing with bounds on the estimated states. The EnKF belongs to the class of particle filters that are increasingly being used for solving state estimation problems associated with nonlinear systems. A highlight of our approach is the use of truncated multivariate distributions for systematically solving the estimation problem in the presence of state constraints. The efficacy of the proposed constrained state estimation algorithm using the EnKF is illustrated by application on two benchmark problems in the literature (a simulated gas-phase reactor and an isothermal batch reactor) involving constraints on estimated state variables and another example problem, which involves constraints on the process noise.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,079
Tête enseignante GPT0,331
Écart entre enseignants0,252 · 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