Počet záznamů: 1

Parameter Estimation With Partial Forgetting Method

  1. 1.
    0328717 - UTIA-B 2010 RIV FR eng C - Konferenční příspěvek (zahraniční konf.)
    Dedecius, Kamil - Nagy, Ivan - Kárný, Miroslav - Pavelková, Lenka
    Parameter Estimation With Partial Forgetting Method.
    [Odhad parametrů metodou parcialního zapomínání.]
    Proceedings of the 15th IFAC Symposium on Identification and System Parameter Estimation - SYSID 2009. Saint-Malo: IFAC, 2009, s. 534-539.
    [15th IFAC Symposium on Identification and System Parameter Estimation - SYSID 2009. Saint-Malo (FR), 06.07.2009-08.07.2009]
    Grant CEP: GA MŠk 2C06001; GA ČR GA102/08/0567
    Výzkumný záměr: CEZ:AV0Z10750506
    Klíčová slova: autoregressive models * model * parameter estimation * prediction * regression
    Kód oboru RIV: BD - Teorie informace
    http://library.utia.cas.cz/separaty/2009/AS/dedecius-parameter estimation with partial forgetting method.pdf http://library.utia.cas.cz/separaty/2009/AS/dedecius-parameter estimation with partial forgetting method.pdf

    The paper proposes a new estimating algorithm for linear parameter varying systems with slowly time-varying parameters when the rate of change of individual parameters is different. It introduces a true probability density function, describing ideally the behaviour of parameters. However, as it is unknown, we search for its best approximation. A convex combination of point estimates, defined by individual hypotheses about the true probability density function, is then approximated by a single density. That serves as the best available description of parameters' behaviour and it is therefore suitable e.g. for prediction purposes.

    Článek představuje nový rozhodovací algoritmus pro lineární parametry různých systémů s pomalými časově-variačními parametry, kde je velmi malá pravděpodobnost, že se jednotlivé parametry změní.
    Trvalý link: http://hdl.handle.net/11104/0174962