Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "stochastic distribution" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
Stochastic Wiener filter in the white noise space
Autorzy:
Alpay, Daniel
Pinhas, Ariel
Powiązania:
https://bibliotekanauki.pl/articles/255216.pdf
Data publikacji:
2020
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
Wiener filter
white noise space
Wick product
stochastic distribution
Opis:
. In this paper we introduce a new approach to the study of filtering theory by allowing the system's parameters to have a random character. We use Hida's white noise space theory to give an alternative characterization and a proper generalization to the Wiener filter over a suitable space of stochastic distributions introduced by Kondratiev. The main idea throughout this paper is to use the nuclearity of this space in order to view the random variables as bounded multiplication operators (with respect to the Wick product) between Hilbert spaces of stochastic distributions. This allows us to use operator theory tools and properties of Wiener algebras over Banach spaces to proceed and characterize the Wiener filter equations under the underlying randomness assumptions.
Źródło:
Opuscula Mathematica; 2020, 40, 3; 323-339
1232-9274
2300-6919
Pojawia się w:
Opuscula Mathematica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The influence of numerical errors on determining the distribution of values of stochastic impulses forcing an oscillator
Wpływ błędów numerycznych na wyznaczanie rozkładu wielkości stochastycznych impulsów działających na oscylator
Autorzy:
Jabłoński, M.
Ozga, A.
Powiązania:
https://bibliotekanauki.pl/articles/369045.pdf
Data publikacji:
2010
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
stochastyczne siły impulsowe
stochastyczne momenty
rozkłady impulsów
proces Poissona
stochastic impulses
stochastic moments
distributions of impulses
Poisson process
Opis:
The motion of an oscillator excited by a Poisson process is a stochastic process X(t). Knowing the trajectory of the motion we can find all the stochastic moments of X(t) for large t. This, in turn, allows us to find stochastic distribution of the forces exciting an oscillator. In this paper we evaluate the impact of errors in the computations of the moments on computed distribution of the forces exciting an oscillator.
Ruch oscylatora wymuszony przez proces stochastyczny Poissona jest również pewnym procesem stochastycznym X(t). Znając pewną trajektorię ruchu tego oscylatora, możemy znaleźć w przybliżeniu wszystkie momenty zmiennej losowej X(t) dla dostatecznie dużych t. Momenty te pozwalają znaleźć rozkład stochastyczny sił działających na oscylator. W pracy badamy wpływ błędów w obliczeniach momentów na obliczanie prawdopodobieństw wielkości sił działających na oscylator
Źródło:
Mechanics and Control; 2010, 29, 4; 163-168
2083-6759
2300-7079
Pojawia się w:
Mechanics and Control
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Large and moderate deviation principles for nonparametric recursive kernel distribution estimators defined by stochastic approximation method
Autorzy:
Slaoui, Yousri
Powiązania:
https://bibliotekanauki.pl/articles/254712.pdf
Data publikacji:
2019
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
distribution estimation
stochastic approximation algorithm large and moderate deviations principles
Opis:
In this paper we prove large and moderate deviations principles for the recursive kernel estimators of a distribution function defined by the stochastic approximation algorithm. We show that the estimator constructed using the stepsize which minimize the Mean Integrated Squared Error (MISE) of the class of the recursive estimators defined by Mokkadem et al. gives the same pointwise large deviations principle (LDP) and moderate deviations principle (MDP) as the Nadaraya kernel distribution estimator.
Źródło:
Opuscula Mathematica; 2019, 39, 5; 733-746
1232-9274
2300-6919
Pojawia się w:
Opuscula Mathematica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies