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 "diagonal covariance matrix" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    On the convergence of the Bhattacharyya bounds in the multiparametric case
    Autorzy:
    Alharbi, Abdulghani
    Powiązania:
    https://bibliotekanauki.pl/articles/1340569.pdf
    Data publikacji:
    1994
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    exponential family
    characterizations
    Seth-Shanbhag results
    bivariate distributions
    MVUE
    Bhattacharyya bounds
    diagonal of covariance matrix
    Opis:
    Shanbhag (1972, 1979) showed that the diagonality of the Bhattacharyya matrix characterizes the set of normal, Poisson, binomial, negative binomial, gamma or Meixner hypergeometric distributions. In this note, using Shanbhag's techniques, we show that if a certain generalized version of the Bhattacharyya matrix is diagonal, then the bivariate distribution is either normal, Poisson, binomial, negative binomial, gamma or Meixner hypergeometric. Bartoszewicz (1980) extended the result of Blight and Rao (1974) to the multiparameter case. He gave an application of this result when independent samples come from the exponential distribution, and also evaluated the generalized Bhattacharyya bounds for the best unbiased estimator of P(Y
    Źródło:
    Applicationes Mathematicae; 1993-1995, 22, 3; 339-349
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Advanced Statistical Procedures for Adjustment of Measurement Results in Engineering Surveying
    Zastosowanie zaawansowanych procedur statystycznych do wyrównywania wyników pomiarów w geodezji inżynieryjnej
    Autorzy:
    Czaja, J.
    Dąbrowski, J. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/385931.pdf
    Data publikacji:
    2018
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    measurements in engineering surveying
    Gauss–Markov model
    diagonal covariance matrix
    pomiary w geodezji inżynieryjnej
    model Gaussa–Markova
    diagonalna macierz kowariancyjna
    Opis:
    Measurements in engineering surveying are aimed at determining the coordinates of the points of a geodetic control, spatially setting out a technical design of an engineering structure, determining the spatial coordinates of points (or their displacement) that represent an engineering structure, and identifying the displacement and deformation of a studied engineering structure. Provided that the aforementioned measurements are to represent the same engineering structure, such observation results should be settled (adjusted) in one calculation process. The application of the Gauss–Markov theorem for this adjustment using covariance matrix Cov(L) for observed values L is the classical approach for adjusting the results of surveying observations of various accuracy (taking into account accuracy weights). Determining the displacements of points in the process of adjusting the results of periodic measurements, applying different methods of tying geodetic controls to national networks, and using various instruments and measurement methods result in the individual displacement components or coordinates of the observed points being determined with different accuracies. This circumstance forms the basis for the assumption that the estimated parameters (unknown values) should be random. This paper will formulate the principles of estimation of Gauss–Markov models in which the estimated parameters (X) are random. For this purpose, methods for the prior definition of covariance matrix CX for the estimated parameters will be provided, which will be used to determine the conditional covariance matrix of observation vector L and then to estimate the most probable values of the Xˆ parameters. Covariance matrix Cov(Xˆ) obtained as a result of this estimation will be used to define the limit values of the variances of these parameters.
    Celem pomiarów w geodezji inżynieryjnej może być: wyznaczanie współrzędnych punktów osnowy realizacyjnej, wytyczenie w przestrzeni projektu technicznego obiektu inżynierskiego, wyznaczenie przestrzennych współrzędnych punktów lub ich przemieszczeń reprezentujących obiekt inżynierski oraz określenie przemieszczeń i odkształceń badanego obiektu inżynierskiego. Jeżeli wyżej wymienione pomiary odnoszą się do obiektu inżynierskiego, to takie wyniki obserwacji powinny być uzgadniane (wyrównywane) w jednym procesie obliczeniowym. Zastosowanie do tego wyrównania modeli Gaussa– Markowa z wykorzystaniem macierzy kowariancji Cov(L) dla wielkości obserwowanych L stanowi klasyczne postępowanie wyrównywania różnodokładnych wyników obserwacji geodezyjnych, z uwzględnieniem wag dokładności. Wyznaczanie przemieszczeń punktów w procesie wyrównywania wyników okresowych pomiarów, stosowanie różnych sposobów nawiązywania osnów realizacyjnych do sieci państwowych oraz wykorzystywanie różnych przyrządów i metody pomiaru – wszystko to powoduje, że poszczególne składowe przemieszczeń lub współrzędne obserwowanych punktów będą określane z różną dokładnością. Ta okoliczność jest podstawą założenia, że szacowane parametry (niewiadome) powinny mieć charakter losowy. W artykule sformułowano zasady estymacji modeli Gaussa–Markowa, w których szacowane parametry X mają charakter losowy. W tym celu podano sposoby określania a priori macierzy kowariancji CX dla estymowanych parametrów, która została wykorzystana do wyznaczenia macierzy kowariancji warunkowych wektora obserwacji L, a następnie do estymacji najbardziej prawdopodobnych wartości parametrów Xˆ. Uzyskana w wyniku tej estymacji macierz kowariancji Cov(Xˆ) została wykorzystana do ustalenia granicznych wartości wariancji tych parametrów. Praktyczne zastosowanie proponowanego sposobu estymacji modelu G-M do wyznaczania pionowych przemieszczeń powierzchni osuwiska, dla parametrów losowych, zostało zilustrowane na przykładzie fragmentu niwelacyjnej sieci punktów.
    Źródło:
    Geomatics and Environmental Engineering; 2018, 12, 4; 33-44
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Advanced Statistical Procedures for Adjustment of Results in Measurements of Displacements
    Weryfikacja zaawansowanych procedur statystycznych do wyrównywania wyników w pomiarach przemieszczeń
    Autorzy:
    Czaja, Józef
    Dąbrowski, Janusz Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/386094.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    pomiary w geodezji inżynieryjnej
    model Gaussa–Markova
    diagonalna macierz kowariancyjna
    measurements in engineering surveying
    Gauss–Markov model
    diagonal covariance matrix
    Opis:
    In this paper, the authors verified the formulated principles of the estimation of Gauss–Markov models in which estimated parameters X were random. For this purpose, methods for the prior definition of covariance matrix CX for the estimated parameters were provided, which were used to determine the conditional covariance matrix of observation vector L and then estimate the most probable values of parameters Xˆ. Covariance matrix Cov(Xˆ) obtained as a result of this estimation was used to define the limit values of the variance of these parameters. Practical application of the proposed method for the Gauss–Markov model estimation for random parameters was illustrated on a fragment of a leveling network of points to determine the vertical displacements of a landslide surface.
    W artykule autorzy poddali weryfikacji sformułowane zasady estymacji modeli Gaussa–Markowa [10], w których szacowane parametry X miały charakter losowy. W tym celu zostały podane sposoby określania a priori macierzy kowariancji CX dla estymowanych parametrów, które zostały wykorzystane do wyznaczenia macierzy kowariancji warunkowych wektora obserwacji L, a następnie do estymacji najbardziej prawdopodobnych wartości parametrów Xˆ. Uzyskana w wyniku tej estymacji macierz kowariancji Cov(Xˆ) została wykorzystana do ustalenia granicznych wartości wariancji tych parametrów. Zastosowanie proponowanego sposobu estymacji modelu Gaussa–Markova do parametrów losowych zostało zilustrowane na przykładzie fragmentu niwelacyjnej sieci punktów przeznaczonej do wyznaczania pionowych przemieszczeń powierzchni osuwiska.
    Źródło:
    Geomatics and Environmental Engineering; 2019, 13, 1; 5-15
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    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