MétaCan
Menu
Retour à la cohorte
Enregistrement W2113091003 · doi:10.1109/tcsi.2002.802362

Analysis and minimization of L/sub 2/-sensitivity for linear systems and two-dimensional state-space filters using general controllability and observability Gramians

2002· article· en· W2113091003 sur OpenAlexaff
Takao Hinamoto, Shuichi Yokoyama, Takuya Inoue, Wujun Zeng, Wu-Sheng Lu

Notice bibliographique

RevueIEEE Transactions on Circuits and Systems I Fundamental Theory and Applications · 2002
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésObservabilityControllabilitySensitivity (control systems)MathematicsControl theory (sociology)Linear systemState spaceMatrix (chemical analysis)MinificationMeasure (data warehouse)Applied mathematicsMathematical optimizationComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A novel expression for the evaluation of L/sub 2/-sensitivity is developed for the cases of linear discrete-time systems, linear continuous-time systems, and two-dimensional (2-D) state-space digital filters. This is accomplished by introducing the concept of general controllability and observability Gramians in each case. Moreover, the L/sub 2/-sensitivity measures obtained here contain the conventional L/sub 1//L/sub 2/-sensitivity measures as a special case. An iterative procedure for constructing the optimal coordinate transformation matrix that minimizes the L/sub 2/-sensitivity measure is then presented in each case. This procedure is advantageous since the initial estimate and the estimate at each iteration can be calculated analytically. Finally, three numerical examples are given to illustrate the utility of the proposed techniques.

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: Théorique ou conceptuel · Signal consensuel: aucune
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
Métarecherche0,0010,003
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 ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,032
Tête enseignante GPT0,265
Écart entre enseignants0,233 · 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

Citations68
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Circuits and Systems I Fundamental Theory and ApplicationsMême sujetModel Reduction and Neural NetworksTravaux en français237 207