MétaCan
Menu
Retour à la cohorte
Enregistrement W4226286190 · doi:10.1109/tac.2022.3171389

Nonparametric Testing for Hammerstein Systems

2022· article· en· W4226286190 sur OpenAlexafffund
M. Pawlak, Jiaqing Lv

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNonparametric statisticsParametric statisticsStatistical hypothesis testingMathematicsNull hypothesisAsymptotic distributionNonparametric regressionApplied mathematicsSemiparametric regressionSeries (stratigraphy)Nonlinear systemParametric modelAsymptotic analysisNormalityEconometricsStatisticsMathematical optimizationEstimator

Résumé

récupéré en direct d'OpenAlex

We examine the problem of testing a parametric form of the nonlinearity of Hammerstein systems against a nonparametric alternative. This article proposes test statistics relying on nonparametric orthogonal series regression function estimates. An asymptotic theory of the proposed tests is established including the asymptotic normality under the null hypothesis that the parametric form of the system nonlinearity is correct. Moreover, it is shown that under nonparametric alternatives, the probability of detecting that the parametric model is incorrect tends to one. The rate of detecting local alternatives is also established.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 GPT0,220
Écart entre enseignants0,206 · 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
GenreEmpirique

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

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetFault Detection and Control SystemsTravaux en français237 207