MétaCan
Menu
Retour à la cohorte
Enregistrement W3046072128 · doi:10.1021/acs.iecr.0c03793

Simultaneous State and Parameter Estimation: The Role of Sensitivity Analysis

2021· article· en· W3046072128 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

RevueIndustrial & Engineering Chemistry Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Scholarship Council
Mots-clésObservabilityObservableSensitivity (control systems)Estimation theoryState variableEstimationState (computer science)Computer scienceProcess (computing)Control theory (sociology)Mathematical optimizationMathematicsControl (management)AlgorithmApplied mathematicsArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

State and parameter estimation is essential for process monitoring and control. Observability plays an important role in both state and parameter estimation. In simultaneous state and parameter estimation, the parameters are often augmented as extra states of the original system. When the augmented system is observable, various existing state estimation approaches may be used to estimate the states and parameters simultaneously. However, when the augmented system is not observable, how we should proceed to maximally extract the information contained in the measured outputs is not clear. This paper concerns the simultaneous state and parameter estimation when the augmented system is not fully observable. Specifically, we first show how sensitivity analysis is related to observability of a dynamic system and then illustrate how it may be used to select variables for simultaneous estimation. We also propose a moving horizon state estimation (MHE) design that can use the variable selection results in a natural way. Extensive simulations are carried out to show the efficiency of the proposed approach.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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