MétaCan
Menu
Retour à la cohorte
Enregistrement W2017171920 · doi:10.1109/tac.2014.2310331

Local Observers on Linear Lie Groups With Linear Estimation Error Dynamics

2014· article· en· W2017171920 sur OpenAlexaff
Mikhail Koldychev, Christopher Nielsen

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMathematicsLinear systemObserver (physics)Control theory (sociology)Lie groupExponential stabilityApplied mathematicsNonlinear systemComputer scienceMathematical analysisArtificial intelligencePure mathematicsControl (management)

Résumé

récupéré en direct d'OpenAlex

This technical note proposes local exponential observers for systems on linear Lie groups. We study two classes of systems. In the first class, the full state of the system evolves on a linear Lie group and is available for measurement. In the second class, only part of the system's state evolves on a linear Lie group and this portion of the state is available for measurement. In each case, we propose two different observer designs. We show that, depending on the observer chosen, local exponential stability of one of the two observation error dynamics, left- or right-invariant error dynamics, is obtained. For the first class of systems these results are developed by showing that the estimation error dynamics are differentially equivalent to a stable linear differential equation on a vector space. For the second class of system, the estimation error dynamics are almost linear. We illustrate these observer designs on an attitude estimation problem.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207