MétaCan
Menu
Retour à la cohorte
Enregistrement W2072104681 · doi:10.1109/acc.2014.6859097

Distributed moving horizon state estimation with triggered communication

2014· article· en· W2072104681 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.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEstimatorConvergence (economics)Nonlinear systemState (computer science)Control theory (sociology)Information exchangeCommunications systemProcess (computing)State estimatorTelecommunications networkHorizonDistributed computingMathematical optimizationAlgorithmMathematicsTelecommunicationsArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

In this work, we consider communication cost reduction of distributed moving horizon estimation (DMHE) for a class of nonlinear systems. In particular, we focus on nonlinear systems that are composed of interacting subsystems which can communicate and exchange information with each other through a shared communication network. Specifically, an algorithm based on an event-triggered method is proposed to reduce the number of communications between the subsystems in a DMHE scheme. In the algorithm, a subsystem sends out its current information when a triggering condition based on the difference between the current state estimate and a previously transmitted one is satisfied. In order to ensure the convergence and ultimate boundedness of the estimation error, we also propose to redesign the local moving horizon estimator of a subsystem to account for the possible lack of state updates from other subsystems explicitly. A reactor-separator chemical process is utilized to demonstrate the applicability and performance of the proposed approaches.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Control Systems OptimizationTravaux en français237 207