文献

J-GLOBAL ID：201702288840658885   整理番号：17A1631260

モーメントマッチングによる確率的線形系のモデル次数低減【Powered by NICT】

Model Order Reduction of Stochastic Linear Systems by Moment Matching ^* * This work was supported in part by Imperial College London under the Junior Research Fellowship Scheme, by NSF grant no. ECCS-1508757 and by AFOSR grant no. AFOSR FA9550-15-1-0155

著者 (2件)： Scarciotti Giordano (Department of Electrical and Electronic Engineering, Imperial College London, London SW7 2AZ, UK) ,  Teel Andrew R. (Electrical and Computer Engineering Department, University of California, Santa Barbara, CA 93106-9560 USA)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 50  号： 1  ページ： 6332-6337  発行年： 2017年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,古典的なSylvester方程式を一般化した確率行列方程式の解による確率的線形システムのモーメントを特性化した。行列方程式の解を用いて,確率的減次モデルのファミリーを定義するために利用するシステムの定常状態の応答を定義することである。添加では,分散の平均と確率的減次モデルにおける確率的次数低減モデルの概念を紹介した。モーメントの確率的概念に基づく減次モデルの決定は,高い計算複雑性を持つが,平均と分散における確率的減次モデルがより容易に決定することができ,それらは減少するシステムの確率的特性のいくつかを保持。これら三家族モデルの間の差を数値シミュレーションによって説明した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： キャラクタリゼーション ,  計算量 ,  シミュレーション ,  *モデル ,  *線形系 ,  *モーメント
準シソーラス用語： 数値シミュレーション ,  定常状態 ,  減次モデル ,  行列方程式 ,  *次数削減 ,  *モーメントマッチング , 【Automatic Indexing@JST】

著者キーワード (4件)： モデル縮小 ,  確率系 ,  確率モデル化 ,  定常状態

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： モーメントマッチング ,  確率 ,  線形系 ,  モデル ,  次数低減