Informacja

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

Wyszukujesz frazę "Wüstenhagen, Carolin" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
An unscented transformation approach to stochastic analysis of measurement uncertainty in magnet resonance imaging with applications in engineering
Autorzy:
Rauh, Andreas
John, Kristine
Wüstenhagen, Carolin
Bruschewski, Martin
Grundmann, Sven
Powiązania:
https://bibliotekanauki.pl/articles/1838185.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
magnet resonance imaging
compressed sensing
stochastic uncertainty
unscented transformation
rezonans magnetyczny
próbkowanie oszczędne
niepewność stochastyczna
Opis:
In the frame of stochastic filtering for nonlinear (discrete-time) dynamic systems, the unscented transformation plays a vital role in predicting state information from one time step to another and correcting a priori knowledge of uncertain state estimates by available measured data corrupted by random noise. In contrast to linearization-based techniques, such as the extended Kalman filter, the use of an unscented transformation not only allows an approximation of a nonlinear process or measurement model in terms of a first-order Taylor series expansion at a single operating point, but it also leads to an enhanced quantification of the first two moments of a stochastic probability distribution by a large signal-like sampling of the state space at the so-called sigma points which are chosen in a deterministic manner. In this paper, a novel application of the unscented transformation technique is presented for the stochastic analysis of measurement uncertainty in magnet resonance imaging (MRI). A representative benchmark scenario from the field of velocimetry for engineering applications which is based on measured data gathered at an MRI scanner concludes this contribution.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 1; 73-83
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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