MétaCan
Menu
Retour à la cohorte
Enregistrement W2031502830 · doi:10.1109/sice.2006.315261

Hα Filtering for Uncertain Systems with Limited Communication Capacity

2006· article· en· W2031502830 sur OpenAlexaff
Huijun Gao, Tongwen Chen

Notice bibliographique

Revue2006 SICE-ICASE International Joint Conference · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQuadratic equationPolytopeComputer scienceDropout (neural networks)Mathematical optimizationQuantization (signal processing)Network packetConvex optimizationFilter (signal processing)Regular polygonAlgorithmMathematicsTheoretical computer scienceDiscrete mathematicsMachine learningComputer network

Résumé

récupéré en direct d'OpenAlex

This paper investigates the problem of Hinfinfiltering for uncertain systems subject to limited communication capacity. The parameter uncertainty belongs to a given convex polytope and the communication limitations include measurement quantization, signal transmission delay and data packet dropout, which appear typically in a network environment. The problem of Hinfinfilter design is first solved for a nominal system subject to the above information limitations, which is then extended to the uncertain case based on the notion of quadratic stability. To further reduce the overdesign in the quadratic framework, this paper also proposes a parameter-dependent filter design procedure, which is much less conservative than the quadratic approach. These two approaches provide alternatives for designing robust Hinfinfilters with different degrees of conservativeness and computational complexity. A mass-spring system is utilized to illustrate the proposed design procedures

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)0,003
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 enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,053
Tête enseignante GPT0,237
Écart entre enseignants0,184 · 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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 SICE-ICASE International Joint ConferenceMême sujetStability and Control of Uncertain SystemsTravaux en français237 207