不均一初期条件によるモデル縮小のための効果的な誤差推定【JST・京大機械翻訳】

Liljegren-Sailer Bjorn

プレプリント

J-GLOBAL ID：202202216091286510 整理番号：22P0275791

不均一初期条件によるモデル縮小のための効果的な誤差推定【JST・京大機械翻訳】

Effective error estimation for model reduction with inhomogeneous initial conditions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年01月17日プレプリントサーバーでの情報更新日： 2022年01月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

先験的誤差限界を,異なるバランシング関連モデル縮小法に対して導いた。最も古典的結果は,均一初期条件を有する漸近的に安定な線形時間不変系に適用できる,平衡打切と特異摂動近似の境界である。最近,不均一初期条件の場合に対するバランシング関連低減法を一般化する試みがいくつかあるが,これらの一般化に対する既存の誤差限界は極めて制約的である。特に,初期条件を低次元部分空間に制限する必要があり,これは,縮小モデルを構築する前に選択しなければならない。本論文では,このハード制約を完全に回避する推定器を提案した。この推定器は,大きなクラスの縮小法に適用可能であるが,前者の結果は特定の方法に対してのみ導出された。さらに,提案アプローチは,数値的に実証されたように,かなり効果的な誤差推定をもたらした。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

システム・制御理論一般

, , ,

前のページに戻る