MétaCan
Menu
Retour à la cohorte
Enregistrement W4387042075 · doi:10.1109/tac.2023.3319341

Extended Kalman Filter-Based Observer Design for Semilinear Infinite-Dimensional Systems

2023· article· en· W4387042075 sur OpenAlexafffund
Sepideh Afshar, Fabian Germ, Kirsten Morris

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésObservabilityExtended Kalman filterObserver (physics)Invariant extended Kalman filterControl theory (sociology)MathematicsAlpha beta filterNonlinear systemKalman filterExponential stabilityState spaceApplied mathematicsComputer scienceMoving horizon estimation

Résumé

récupéré en direct d'OpenAlex

In many physical applications, the system's state varies with spatial variables as well as time. The state of such systems is modelled by partial differential equations and evolves on an infinite-dimensional space. Systems modelled by delay-differential equations are also infinite-dimensional systems. The full state of these systems cannot be measured. Observer design is an important tool for estimating the state from available measurements. For linear systems, both finite- and infinite-dimensional, the Kalman filter provides an estimate with minimum-variance on the error, if certain assumptions on the noise are satisfied. The extended Kalman filter (EKF) is one type of extension to nonlinear finite-dimensional systems. In this paper we provide an extension of the EKF to semilinear infinite-dimensional systems. Under mild assumptions we prove the well-posedness of equations defining the EKF. Local exponential stability of the error dynamics is shown. Only detectability is assumed, not observability, so this result is new even for finite-dimensional systems. The results are illustrated with implementation of finite-dimensional approximations of the infinite-dimensional EKF on an example.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,262
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetTarget Tracking and Data Fusion in Sensor NetworksTravaux en français237 207