Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Bayesian estimation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Modeling Macro-Fiscal Interlinkages: Case of Georgia
    Autorzy:
    Mkhatrishvili, Shalva
    Zedginidze, Zviad
    Powiązania:
    https://bibliotekanauki.pl/articles/2076557.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    fiscal policy
    macro-fiscal interlinkages
    new-Keynesian modeling
    Bayesian estimation
    Opis:
    The global financial and European debt crises exposed the need for a new approach to fiscal modeling to support decision making analytically. With this purpose, in the following paper we present a macro-fiscal model. By capturing macro-fiscal interlinkages, especially those between fiscal variables and exchange rates, the model enables to analyze various fiscal scenarios with the focus of its impact on debt sustainability and real sector, as well as to conduct forecasting exercises, for small open economies with potentially large share of foreign currency denominated debt in the overall public debt. Finally, the model is applied to Georgian economy to interpret its’ historical data, provide an optimal policy path for future and analyze debt sustainability under several stress scenarios.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2015, 1; 15-41
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    RADAR Signal Parameters Estimation in the MTD Tasks
    Autorzy:
    Prokopenko, I. G.
    Omelchuk, I. P.
    Chyrka, Y. D.
    Powiązania:
    https://bibliotekanauki.pl/articles/227274.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    radar
    detection
    moving targets
    frequency estimation
    adaptive algorithms
    Bayesian empirical approach
    Opis:
    The MTD method adaptive to current target speed, in which suboptimal iterative algorithms for the reflected signal parameters estimation are synthesized, is suggested. This method allows to detect a slowly moving targets with radial speed 3-4 times less, than for pulse-pair subtraction (PPS).
    Źródło:
    International Journal of Electronics and Telecommunications; 2012, 58, 2; 159-164
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Real-time parameter estimation study for inertia properties of ground vehicles
    Metody estymacji parametrów w czasie rzeczywistym dla wyznaczania właściwości inercyjnych pojazdu terenowego
    Autorzy:
    Kolansky, J.
    Sandu, C.
    Powiązania:
    https://bibliotekanauki.pl/articles/139960.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    parameter estimation
    EKF
    polynomial chaos
    bayesian statistics
    estymacja parametrów
    chaos wielomianowy
    statystyka bayesowska
    Opis:
    Vehicle parameters have a significant impact on handling, stability, and rollover propensity. This study demonstrates two methods that estimate the inertia values of a ground vehicle in real-time. Through the use of the Generalized Polynomial Chaos (gPC) technique for propagating the uncertainties, the uncertain vehicle model outputs a probability density function for each of the variables. These probability density functions (PDFs) can be used to estimate the values of the parameters through several statistical methods. The method used here is the Maximum A-Posteriori (MAP) estimate. The MAP estimate maximizes the distribution of P(β ׀z) where β is the vector of the PDFs of the parameters and z is the measurable sensor comparison. An alternative method is the application of an adaptive filtering method. The Kalman Filter is an example of an adaptive filter. This method, when blended with the gPC theory is capable at each time step of updating the PDFs of the parameter distributions. These PDF’s have their median values shifted by the filter to approximate the actual values.
    Parametry pojazdu mają znaczny wpływ na jego właściwości, takie jak sterowalność, stabilność i odporność na wywrócenie. W pracy przedstawiono dwie metody estymacji parametrów inercyjnych pojazdu terenowego w czasie rzeczywistym. W modelu pojazdu z niepewnościami wyznacza się funkcje gęstości prawdopodobieństwa (PDF) dla każdej wielkości opisując propagację niepewności przez zastosowanie techniki uogólnionego chaosu wielomianowego (gPC). Funkcje te mogą być użyte do estymacji wartości parametrów przy wykorzystaniu różnych metod statystycznych. W pracy zastosowano metodę maksymalnego estymatora a posteriori (MAP). Estymator MAP maksymalizuje funkcję rozkładu P(β ׀z), gdzie β jest wektorem funkcji gęstości prawdopodobieństwa parametrów, a z jest wielkością mierzalną, otrzymaną z porównania wyjść czujników. Metodą alternatywną jest zastosowanie filtru adaptacyjnego, którego przykładem jest filtr Kalmana. Metoda ta, w połączeniu z techniką uogólnionego chaosu wielomianowego (gPC), umożliwia, w każdym kroku adaptacji, uaktualnianie funkcji gęstości prawdopodobieństwa (PDF) parametrów systemu. Działanie filtru powoduje, że mediany tych funkcji zmieniają się dążąc do rzeczywistych wartości poszukiwanych parametrów.
    Źródło:
    Archive of Mechanical Engineering; 2013, LX, 1; 7-21
    0004-0738
    Pojawia się w:
    Archive of Mechanical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimisation of neural state variables estimators of two-mass drive system using the Bayesian regularization method
    Autorzy:
    Kamiński, M.
    Orłowska-Kowalska, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/202379.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    electrical drive
    two-mass system
    state estimation
    neural networks
    training methods
    Bayesian regularization
    Opis:
    The paper deals with the application of neural networks for state variables estimation of the electrical drive system with an elastic joint. The torsional vibration suppression of such drive system is achieved by the application of a special control structure with a state-space controller and additional feedbacks from mechanical state variables. Signals of the torsional torque and the load-machine speed, estimated by neural networks are used in the control structure. In the learning procedure of the neural networks a modified objective function with the regularization technique is introduced. For choosing the regularization parameters, the Bayesian interpretation of neural networks is used. It gives a possibility to calculate automatically these parameters in the learning process. In this work results obtained with the classical Levenberg-Marquardt algorithm and the expanded one by a regularization function are compared. High accuracy of the reconstructed signals is obtained without the necessity of the electrical drive system parameters identification. Simulation results show good precision of both presented neural estimators for a wide range of changes of the load speed and torque. Simulation results are verified by the laboratory experiments.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2011, 59, 1; 33-38
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Type A Standard Uncertainty of Long-Term Noise Indicators
    Autorzy:
    Batko, W. M.
    Stępień, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/176923.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    long-term noise indicator
    uncertainty
    non-classical statistics
    kernel density estimation
    bootstrap
    Bayesian inference
    Opis:
    The problem of estimation of the long-term environmental noise hazard indicators and their uncer- tainty is presented in the present paper. The type A standard uncertainty is defined by the standard deviation of the mean. The rules given in the ISO/IEC Guide 98 are used in the calculations. It is usually determined by means of the classic variance estimators, under the following assumptions: the normality of measurements results, adequate sample size, lack of correlation between elements of the sample and observation equivalence. However, such assumptions in relation to the acoustic measurements are rather questionable. This is the reason why the authors indicated the necessity of implementation of non-classical statistical solutions. An estimation idea of seeking density function of long-term noise indicators distri- bution by the kernel density estimation, bootstrap method and Bayesian inference have been formulated. These methods do not generate limitations for form and properties of analyzed statistics. The theoretical basis of the proposed methods is presented in this paper as well as an example of calculation process of expected value and variance of long-term noise indicators LDEN and LN. The illustration of indicated solutions and their usefulness analysis were constant due to monitoring results of traffic noise recorded in Cracow, Poland.
    Źródło:
    Archives of Acoustics; 2014, 39, 1; 25-36
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of stochastic traffic capacity using extreme value theory and censoring: a case study in Salem, New Hampshire
    Autorzy:
    Laflamme, E. M.
    Ossenbruggen, P. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/224150.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    stochastic capacity
    estimation of traffic
    daily flow maxima
    capacity distribution function
    censoring
    computational Bayesian method
    przepustowość ruchu
    szacowanie ruchu
    metoda bayesowska
    Opis:
    In this work, we introduce a method of estimating stochastic freeway capacity using elements of both extreme value theory and survival analysis. First, we define capacity data, or estimates of the capacity of the roadway, as the daily maximum flow values. Then, under a survival analysis premise, we introduce censoring into our definition. That is, on days when flows are sufficiently high and congestion occurs, corresponding flow maxima are considered true estimates of capacity; otherwise, for those days that do not observe high flows or congestion, flow maxima are deemed censored observations and capacities must be higher than the observations. By extreme value theory, the collection of flow maxima (block maxima) can be appropriately approximated with a generalized extreme value (GEV) distribution. Because of small sample sizes and the presence of censoring, a Bayesian framework is pursued for model fitting and parameter estimation. To lend credence to our proposed methodology, the procedure is applied to real-world traffic stream data collected by the New Hampshire Department of Transportation (NHDOT) at a busy location on Interstate I-93 near Salem, New Hampshire. Data were collected over a period of 11 months and raw data were aggregated into 15-minute intervals. To assess our procedure, and to provide proof of concept, several validation procedures are presented. First, using distinct training and validation subsets of our data, the procedure yields accurate predictions of highway capacity. Next, our procedure is applied to a training set to yield random capacities which are then used to predict breakdown in the validation set. The frequency of these predicted breakdowns is found to be statistically similar to observed breakdowns observed in our validation set. Lastly, after comparing our methodology to other methods of stochastic capacity estimation, we find our procedure to be highly successful.
    Źródło:
    Archives of Transport; 2018, 48, 4; 61-75
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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