MétaCan
Menu
Retour à la cohorte
Enregistrement W2128041078 · doi:10.1109/dspws.1996.555521

Cumulant based phase estimation for 1-D and 2-D nonminimum phase systems by Fourier series based allpass model

2002· article· en· W2128041078 sur OpenAlexaboutno aff
Horng-Ming Chien, Chong‐Yung Chi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAll-pass filterControl theory (sociology)MathematicsLTI system theoryGaussianAlgorithmGaussian noiseLinear systemParseval's theoremEstimation theoryPhase (matter)Fourier seriesFourier transformApplied mathematicsComputer scienceFourier analysisMathematical analysisPhysicsHigh-pass filterFractional Fourier transformFilter (signal processing)

Résumé

récupéré en direct d'OpenAlex

Yang and Chi (se Proc. IEEE Seventh SP Workshop on Statistical Signal and Array Processing, Quebec City, Canada, p.231-34, 1994) proposed a family of 1-D criteria for estimating the phase of a 1-D nonminimum phase linear time-invariant (LTI) system with only non-Gaussian measurements corrupted by additive Gaussian noise. The phase of the LTI system is obtained through an iterative algorithm which processes the given measurements by an ARMA allpass model such that a single absolute Mth-order (M/spl ges/3) cumulant of the allpass model output is maximum. A family of 1-D and 2-D criteria, in which Yang and Chi's 1-D criteria are included, is proposed for phase estimation using a Fourier series based allpass model. The optimum allpass models for 1-D and 2-D LTI systems are obtained by a 1-D and a 2-D iterative algorithms, respectively. The paper concludes with some simulation results followed by some conclusions.

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 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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,690

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 savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,310
Écart entre enseignants0,270 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlind Source Separation TechniquesTravaux en français237 207