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 1-4 z 4
    Tytuł:
    Bayesian multidimensional-matrix polynomial empirical regression
    Autorzy:
    Mukha, Vladimir S.
    Powiązania:
    https://bibliotekanauki.pl/articles/2050059.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    regression function
    parameter estimation
    maximum likelihood estimation
    Bayesian estimation
    multidimensional matrice
    Opis:
    The problem of parameter estimation for the polynomial in the input variables regression function is formulated and solved. The input and output variables of the regression function are multidimensional matrices. The parameters of the regression function are assumed to be random independent multidimensional matrices with Gaussian distribution and known mean value and variance matrices. The solution to this problem is a multidimensional-matrix system of the linear algebraic equations in multidimensional-matrix unknown regression function parameters. We consider the particular cases of constant, affine and quadratic regression function, for which we have obtained formulas for parameter calculation. Computer simulation of the quadratic regression function is performed for the two-dimensional matrix input and output variables.
    Źródło:
    Control and Cybernetics; 2020, 49, 3; 291--314
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Advantage of Bayesian approach to geotechnical designing
    Zalety wnioskowania bayesowskiego w projektowaniu geotechnicznym
    Autorzy:
    Garbulewski, K
    Jablonowski, S.
    Rabarijoely, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/81659.pdf
    Data publikacji:
    2009
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    parameter estimation
    Bayesian approach
    geotechnical designing
    application
    geotechnical engineering
    geotechnical parameter
    Źródło:
    Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation; 2009, 41, 2; 83-93
    0208-5771
    Pojawia się w:
    Annals of Warsaw University of Life Sciences - SGGW. Land Reclamation
    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:
    A Weibull failure model to the study of the hierarchical Bayesian reliability
    Model uszkodzeń aproksymowa ny rozkładem Weibulla do badania niezaw odności reprezentowanej za pomocą hierarchicznej sieci Bayesowskiej
    Autorzy:
    Zhu, T.
    Yan, Z.
    Peng, X.
    Powiązania:
    https://bibliotekanauki.pl/articles/300717.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    hierarchical Bayesian model
    progressive type-II censoring
    hyper parameter
    Monte Carlo simulation
    parameter estimation
    hierarchiczny model bayesowski
    ucinanie progresywne typu II
    hiperparametr
    symulacja Monte Carlo
    estymacja parametrów
    Opis:
    This paper describes the unknown parameter and reliability function of the Weibull distribution based on hierarchical Bayesian model for the progressively Type-II censored data. The scale parameter of the Weibull distribution is considered with a gamma prior under the shape parameter is known. Furthermore, the scale parameter of the gamma prior is assumed to be three different known hyper prior. Under these assumptions, the Weibull parameter and reliability function estimators are derived based on the squared error loss (SEL) function, which can be easily extended to other loss functions situation. The result from hierarchical Bayesian method is used to compare with Bayes and maximum likelihood estimate (MLE) methods. The simulation shown that the results from Bayes is the best, followed by hierarchical Bayesian method, and then MLE in terms of root mean square error (RMSE). Finally, one real dataset has been analyzed for illustrative purposes.
    W prezentowanej pracy opisano metodę estymacji nieznanego parametru oraz funkcji niezawodności rozkładu Weibulla w oparciu o hierarchiczny model Bayesa dla danych uciętych (cenzurowanych) progresywnie typu II. Rozważano parametr skali rozkładu Weibulla o rozkładzie prawdopodobieństwa apriorycznego gamma w sytuacji, gdzie wartość parametru kształtu była znana. Ponadto, przyjęto, że (hiper)parametr skali rozkładu apriorycznego gamma może mieć trzy różne, znane hiper-rozkłady aprioryczne (ang. hyper priors). Przy tych założeniach, estymatory parametru i funkcji niezawodności rozkładu Weibulla wyprowadzono na podstawie kwadratowej funkcji straty (ang. squared error loss, SEL), którą można łatwo rozszerzyć na inne funkcje straty. Wyniki otrzymane z wykorzystaniem hierarchicznej metody Bayesowskiej porównano z wynikami klasycznej estymacji Bayesowskiej oraz estymacji metodą największego prawdopodobieństwa (ang. maximum likelihood estimate, MLE). Symulacja wykazała, że najlepsze wyniki, jeśli chodzi o średnią kwadratową błędów (ang. root mean squared error, RMSE), daje metoda Bayesa, a w dalszej kolejności hierarchiczna metoda Bayesa oraz MLE. W końcowej części pracy rozważane problemy zilustrowano analizując zbiór danych rzeczywistych.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 4; 501-506
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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