MétaCan
Menu
Retour à la cohorte
Enregistrement W4387350627 · doi:10.1109/access.2023.3321794

Relative Entropy (RE)-Based LTI System Modeling Equipped With Simultaneous Time Delay Estimation and Online Modeling

2023· article· en· W4387350627 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 Access · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueControl Systems and Identification
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceImpulse responseLTI system theoryAlgorithmImpulse (physics)Control theory (sociology)Entropy (arrow of time)Linear systemMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a novel and efficient method of impulse response modeling in presence of input and noisy output of a linear time-invariant (LTI) system. The approach utilizes Relative Entropy (RE) to provide the impulse response estimate of the system with an optimum length as well as the optimum time delay. Solution of the classical methods for this system modeling use two separate steps for the time delay estimation and for the system order selection. Time delay methods focus on various proposed criteria, while the existing order selection approaches choose the optimum impulse response length based on their own criteria that are different from the time delay approaches. The strength of the proposed RE based method is in using only "one" criterion, the RE based criterion, to estimate both the time delay and the impulse response length simultaneously. The desired RE is the Kullback-Leilber divergence of the estimated distribution from its unknown true distribution. A unique probabilistic validation approach estimates this unavailable desired relative entropy and minimizes this criterion to provide the impulse response estimate. In addition, estimation of the noise variance, when the Signal to Noise Ratio (SNR) is unknown, is concurrent and is based on optimizing the same RE based criterion. The method elaborates the critical role of the data length and the SNR in data based LTI system modeling. The approach is also extended for online impulse response estimation. The proposed online method reduces computational complexity of the offline model estimation upon the arrival of a new sample. The introduced efficient stopping criterion for the online approach is extremely valuable in practical applications. Simulation results depict superiority of the RE based approach as a time delay estimator or as an order selection approach compared to the conventional methods. They also illustrate precision and efficiency of the proposed method compared to the state of the art methods in simultaneous time delay estimation and order selection. Not only RE based method outperforms the competing approaches, but also is shown to be more robust to the variations of the SNR.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,475
Score d'incertitude au seuil0,666

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 savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,257
Écart entre enseignants0,234 · 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