MétaCan
Menu
Retour à la cohorte
Enregistrement W2047248707 · doi:10.1214/ejp.v14-687

Nonlinear filtering with signal dependent observation noise

2009· article· en· W2047248707 sur OpenAlexaff
Dan Crisan, Michael A. Kouritzin, Jie Xiong

Notice bibliographique

RevueElectronic Journal of Probability · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Science Foundation
Mots-clésMathematicsConditional probability distributionNoise (video)Conditional expectationDimension (graph theory)Filtering problemManifold (fluid mechanics)Distribution (mathematics)Filter (signal processing)SIGNAL (programming language)Mathematical analysisApplied mathematicsPure mathematicsArtificial intelligenceStatisticsComputer scienceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

The paper studies the filtering problem for a non-classical frame- work: we assume that the observation equation is driven by a signal dependent noise. We show that the support of the conditional distri- bution of the signal is on the corresponding level set of the derivative of the quadratic variation process. Depending on the intrinsic dimension of the noise, we distinguish two cases: In the first case, the conditional distribution has discrete support and we deduce an explicit represen- tation for the conditional distribution. In the second case, the filtering problem is equivalent to a classical one defined on a manifold and we deduce the evolution equation of the conditional distribution. The re- sults are applied to the filtering problem where the observation noise is an Ornstein-Uhlenbeck process.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,022
Tête enseignante GPT0,216
Écart entre enseignants0,194 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic Journal of ProbabilityMême sujetStochastic processes and financial applicationsTravaux en français237 207