文献

J-GLOBAL ID：201902269730407942   整理番号：19A0510746

EMアルゴリズムに基づく線形誤差変数システムのためのデータベース拡張モデル同定法【JST・京大機械翻訳】

A Data-Based Augmented Model Identification Method for Linear Errors-in-Variables Systems Based on EM Algorithm

著者 (4件)： Guo Fan (Engineering Research Center of Digitized Textile and Apparel Technology, Ministry of Education, College of Information Science and Technology, Donghua University, Shanghai, China) ,  Wu Ouyang (Department of Chemical and Materials Engineering, University of Alberta, Edmonton, AB, Canada) ,  Ding Yongsheng (Engineering Research Center of Digitized Textile and Apparel Technology, Ministry of Education, College of Information Science and Technology, Donghua University, Shanghai, China) ,  Huang Biao (Department of Chemical and Materials Engineering, University of Alberta, Edmonton, AB, Canada)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 64  号： 11  ページ： 8657-8665  発行年： 2017年 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 利用可能な大量の工業データにより,データベースモデルを開発することはかなり興味がある。挑戦は産業から収集されたすべてのデータに現れる顕著なノイズにある。誤差変数(EIV)モデルは,全ての観測(入力と出力)の測定雑音を説明するモデルである。多くの従来のEIV同定法において,入力生成動力学は考慮されていない。本論文では,動的モデルを入力生成過程を記述するために適用し,次にKalman平滑を用いて,すべての利用可能な測定を用いてその状態を推定した。EIVプロセスにおいて観測された全ての変数を利用するために,拡張EIVモデルを導出し,入力生成過程とEIVプロセス動力学そのものの両方を記述した。次に,EIVモデルにおけるパラメータを期待値最大化アルゴリズムを適用することによって推定した。シミュレーションした数値例とハイブリッドタンクシステムで行った実験を用いて,提案した方法の改善された同定性能を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データベース ,  *モデル ,  雑音 ,  データモデル ,  ダイナミックモデル ,  *線形性 ,  パラメータ ,  貯槽
準シソーラス用語： 測定ノイズ ,  *モデル同定 ,  *EMアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 電力変換器  (NB08030B)

タイトルに関連する用語 (7件)： EMアルゴリズム ,  線形 ,  誤差 ,  変数 ,  データベース ,  拡張 ,  モデル同定