MétaCan
Menu
Retour à la cohorte
Enregistrement W2542338965 · doi:10.1016/j.ifacol.2016.07.920

Identifiability of dynamic networks with part of the nodes noise-free

2016· article· en· W2542338965 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

RevueIFAC-PapersOnLine · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueControl Systems and Identification
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIdentifiabilityNode (physics)Noise (video)Identification (biology)Process (computing)Computer scienceSIGNAL (programming language)Network topologyRank (graph theory)Topology (electrical circuits)Control theory (sociology)MathematicsArtificial intelligenceMachine learningEngineeringComputer network

Résumé

récupéré en direct d'OpenAlex

In dynamic network identification a major goal is to uniquely identify the topology and dynamic links between the measured node variables. It is common practice to assume that process noises affect every output in multivariable system identification, and every node in dynamic networks with a full rank noise process. For many practical situations this assumption might be overly strong. This leads to the question of how to handle situations where the process noise is not full rank, i.e. when the number of white noise processes driving the network is strictly smaller than the number of nodes. In this paper a first step towards answering this question is taken by addressing the case of a dynamic network where some nodes are noise-free, and others are disturbed with a (correlated) process noise. In this situation the predictor filters that generate the one-step-ahead prediction of the node signals are non-unique, and the appropriate identification criterion leads to a constrained optimization problem. It is assessed when it is possible to distinguish between models on the basis of this criterion, leading to new notions of network identifiability. It appears that a sufficient condition for network identifiability is that every node signal in the network is excited by an external excitation signal or a process noise signal that is uncorrelated with other node excitations.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,242

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 Opus0,004
Tête enseignante GPT0,172
Écart entre enseignants0,169 · 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