MétaCan
Menu
Retour à la cohorte
Enregistrement W3013226758 · doi:10.1109/tcst.2020.2978908

Event-Triggered State Estimation of Linear Systems Using Moving Horizon Estimation

2020· article· en· W3013226758 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesKillam Trusts
Mots-clésEstimatorControl theory (sociology)Event (particle physics)State (computer science)Computer scienceNoise (video)Stability (learning theory)EstimationBounded functionLinear systemMathematical optimizationMathematicsAlgorithmEngineeringArtificial intelligenceStatisticsControl (management)Machine learning

Résumé

récupéré en direct d'OpenAlex

In this brief, a problem of event-triggered state estimation for networked linear systems is investigated. We consider that the stochastic system disturbances and noise are bounded and moving horizon estimation (MHE) is used to handle these constraints. We establish an event-based state estimation mechanism that aims to provide good state estimates while reducing the frequencies of both the evaluation of the state estimator and networked communication between the plant and the estimator. An event-triggering condition is used to govern the evaluation of the MHE-based estimator and the use of networked communication. An MHE-based estimator is designed to provide state estimates when there is an event. Stability analysis of the estimation error dynamics is carried out for the proposed event-triggered estimation mechanism. The effectiveness and the applicability of the proposed method are demonstrated through numerical simulations and an experiment.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · 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