MétaCan
Menu
Retour à la cohorte
Enregistrement W3012185218 · doi:10.1109/cdc40024.2019.9029775

Observability and Filter Stability for Partially Observed Markov Processes

2019· article· en· W3012185218 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 canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésObservabilityMarkov processMarkov chainFilter (signal processing)Partially observable Markov decision processStability (learning theory)ControllabilityMathematicsComputer scienceControl theory (sociology)Linear systemEntropy (arrow of time)Markov decision processMathematical optimizationApplied mathematicsControl (management)Artificial intelligenceMachine learningStatistics

Résumé

récupéré en direct d'OpenAlex

Filter stability is a classical problem for partially observed Markov processes (POMP). For a POMP, an in-correctly initialized non-linear filter is said to be stable if the filter eventually corrects itself with the arrival of new measurement information. In this paper, we first introduce a functional characterization of observability for a POMP and show that this characterization is sufficient to guarantee stability of the non-linear filter in a weak sense. Under further regularity conditions, we establish stability under the notions of weak convergence, total variation, and relative entropy; thus complementing and also unifying some existing results in the literature. In addition, we study controlled partially observed Markov decision processes (POMDP) to arrive at analogous stability once control, and hence non-Markovian dependence between random variables, is introduced into the system. This brings together results in non-linear filtering theory and stochastic control theory which had previously remained isolated.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil0,422

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 Opus0,026
Tête enseignante GPT0,209
Écart entre enseignants0,184 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Control Systems OptimizationTravaux en français237 207