Parametric Identification(매개변수 식별)란 무엇입니까?
Parametric Identification 매개변수 식별 - This paper studies the nonparametric identification and estimation of projected pricing kernels implicit in European option prices and underlying asset returns using conditional moment restrictions. [1] The problem of parametric identification of interval discrete dynamic models is considered in the article. [2] Parametric identification of bridges using instrumented vehicles can be challenging, mainly due to the reduced length of the time series associated with the bridge span under test. [3] Paper presents the problem of parametric identification of processes of technological thermophysics based on the solution of inverse heat conduction problems under conditions of random disturbances. [4] We cover core models, alternative data settings, common estimation approaches, the role and choice of instruments, and nonparametric identification. [5] The parametric identification of the model is performed using the dependencies known from the scientific papers, and the transition matrices are aligned with the physical parameters of the mass flows, which makes the proposed model nonlinear. [6] Studies were based on an interdisciplinary approach to determining the structure of a human control system, as well as a class of models from the theory of automata necessary to implement both structural and parametric identification. [7] The Equivalent Score (ES) method is a regression-based normative/standardization technique that relies on the non-parametric identification of the observations corresponding to the outer and inner tolerance limits (oTL; iTL) — to derive a cut-off, as well as to between-ES thresholds — to mark the passage across different levels of ability. [8] The parametric identification of the saponification experimental process is performed as a multi-stage stationary reaction with linear kinetics, characterized by adequate model estimates. [9] The report is devoted to the study of the problem of parametric identification of controlled dynamic systems in their normal operation mode using a model with adjustable parameters. [10] Control decisions are made when the use of nonparametric identification and control algorithms. [11] To this purpose, a system for the parametric identification of a staircase is proposed in this article. [12] Methods of parametric identification for determination of fuel consumption are worked out and the analysis of flight technical characteristics of the helicopter is developed. [13] This determines the high importance of an effective solution to the problem of parametric identification. [14] Synthesizing what is known about the cross-world independence assumption, we discuss the relationship between assumptions for causal mediation analyses, causal models, and nonparametric identification of natural direct and indirect effects. [15] In this work, the parametric identification of a multi-input multi-output (MIMO) four tank system is investigated. [16] This paper establishes a novel nonparametric identification of all the unspecified elements. [17] The use of a cognitive approach based on the construction, structural-parametric identification, and research of fuzzy cognitive maps (FCM) for these purposes is constrained by the complexity of time factor accounting. [18] And for parametric identification, i. [19] In addition, structural and parametric identification of dynamic models of sensor signal drifts is performed. [20] Nonparametric identification of the fractional probability weight (FPW) function is achieved via a partial completeness assumption. [21] The paper proposes a two-step method for structural-parametric identification of hyperbolic functions with additive noise. [22] Vector fitting is modified in this study for the parametric identification of a model with an undamped rigid body mode in the frequency domain. [23] This paper provides a systematic approach to semiparametric identification that is based on statistical information as a measure of its "quality". [24] The main contribution and advantage of the proposed new method is the identification of an interval fuzzy model in an online manner, which means that the structural and parametric identification of nonlinear systems is done simultaneously and from the data stream. [25] The algorithm is adaptive and is based on the parametric identification of the mathematical model of the controlled object, performed by the control system in real time, and also on the use of an implicit reference model. [26] A multi-step procedure is presented, consisting first in the non-parametric identification of a frequency dependent, two degrees of freedom model instrument frame by means of a polynomial rational function, where polynomial order and parameters, such as polynomial coefficients and pole-residue couples, are optimally identified by means of an algebraic numerical technique and of an iterative stabilization procedure. [27] The problem of bias of OLS estimates arises when solving the problem of parametric identification of distributed dynamic processes. [28] The structural and parametric identification of the macromodel for energy consumption in the OGPE energy complex into the generalized Golden section metric is performed. [29] A method of parametric identification of the model based on the ideas of the theory of comparative identification has been developed. [30] To solve the arising problems of structural and parametric identification, as a rule, methods, and algorithms of the theory of adaptive control systems are used. [31] I first establish nonparametric identification and estimation of all the unspecified elements and provide estimators' asymptotic properties. [32] A method of structural-parametric identification based on experimental logarithmic magnitude-frequency characteristics is proposed which will allow for the same set of experimental points to select the structure of the mathematical model of varying complexity depending on the specified accuracy. [33] A method of structural-parametric identification was developed for the problem of object simulation with a multidimensional output in the class of beta-autoregressive models, in which autoregrassion weight coefficient ratios are determined based on beta-distribution density functions. [34] It allows a primary analysis of the hub operation and does not need large statistical information for parametric identification. [35] Drawing on experimental data, a structural and parametric identification of the Hammerstein, Wiener and Hammerstein-Wiener models with a polynomial structure of the linear dynamic block and piecewise linear static nonlinearities was performed. [36] Two methods were proposed to the parametric identification in this study. [37] This paper establishes a novel nonparametric identification of all the unspecified elements. [38] the minimum inertia needed at each network bus, in order to ensure the transient stability of the power system, and describes a methodology based on parametric identification for its assessment. [39] Finally, a simulation example based on parametric identification is provided to highlight the feasibility of the suggested method. [40] This paper proposes a robust method for semiparametric identification and estimation in panel multinomial choice models, where we allow for infinite-dimensional fixed effects that enter into consumer utilities in an additively nonseparable way, thus incorporating rich forms of unobserved heterogeneity. [41] With the parametric identification of the DC motor, it is possible to approximate the dynamics of the manipulator. [42] To analyze stability of valves operation and to calculate oscillatory processes, the dynamic model is required, the parametric identification of which has been accomplished with the use of experimental data and multidimensional numerical simulation results. [43] We show nonparametric identification of the parameters in the dynamic stochastic block model as recently introduced by Matias and Miele (2017) in the case of binary, finitely weighted, and general edge states. [44] Complexity and factor wholeness of the model description are the basis for designing algorithms and regulations for parametric identification and subsequent recognition of the types and levels of impacting complications on system using actual operation data. [45] The parametric identification of nonlinear systems opens up broad prospects for the creation of modern monitoring and control systems, thereby ensuring a significant increase in their technical and economic indicators. [46] A method for non-parametric identification of systems with asymmetric non-linear restoring forces is proposed in this paper. [47] This paper introduces new results on the nonparametric identification of separable and nonseparable discrete choice models. [48] In this paper, we propose a Random Scaling-based Bat Algorithm (RSBA) for parametric identification of a greenhouse thermal model. [49] Their informational significance is always different and practically not evaluated for the tasks of parametric identification and diagnosis of diabetes mellitus. [50]이 논문은 조건부 모멘트 제한을 사용하여 유럽 옵션 가격과 기본 자산 수익률에 내재된 예상 가격 결정 커널의 비모수 식별 및 추정을 연구합니다. [1] 간격 이산 동적 모델의 매개변수 식별 문제는 이 기사에서 고려됩니다. [2] 계측 차량을 사용한 교량의 매개변수 식별은 주로 테스트 중인 교량 경간과 관련된 시계열의 길이가 감소하기 때문에 어려울 수 있습니다. [3] 이 논문은 무작위 교란 조건에서 역 열 전도 문제의 솔루션을 기반으로 하는 기술 열물리학 프로세스의 매개변수 식별 문제를 제시합니다. [4] 핵심 모델, 대체 데이터 설정, 일반적인 추정 접근 방식, 도구의 역할과 선택, 비모수 식별을 다룹니다. [5] 모델의 매개변수 식별은 과학 논문에서 알려진 종속성을 사용하여 수행되며 전이 행렬은 질량 흐름의 물리적 매개변수와 정렬되어 제안된 모델을 비선형으로 만듭니다. [6] 연구는 인간 제어 시스템의 구조를 결정하기 위한 학제 간 접근 방식과 구조적 식별과 매개변수 식별을 모두 구현하는 데 필요한 자동 장치 이론의 모델 클래스를 기반으로 했습니다. [7] 등가 점수(ES) 방법은 외부 및 내부 공차 한계(oTL, iTL)에 해당하는 관찰의 비모수적 식별에 의존하는 회귀 기반 규범/표준화 기술입니다. ES 간 임계값에 대해 — 다양한 수준의 능력에 걸쳐 통과를 표시합니다. [8] 비누화 실험 과정의 매개변수 식별은 적절한 모델 추정을 특징으로 하는 선형 역학을 사용하는 다단계 고정 반응으로 수행됩니다. [9] 이 보고서는 조정 가능한 매개변수가 있는 모델을 사용하여 정상 작동 모드에서 제어된 동적 시스템의 매개변수 식별 문제에 대한 연구에 전념합니다. [10] 비모수 식별 및 제어 알고리즘을 사용할 때 제어 결정이 내려집니다. [11] 이를 위해 이 기사에서는 계단의 매개변수 식별 시스템을 제안합니다. [12] 연료 소비를 결정하기 위한 매개변수 식별 방법이 연구되고 헬리콥터의 비행 기술 특성 분석이 개발됩니다. [13] 이것은 매개변수 식별 문제에 대한 효과적인 솔루션의 중요성을 결정합니다. [14] 교차 세계 독립 가정에 대해 알려진 것을 종합하여 인과 매개 분석, 인과 모델 및 자연적 직접 및 간접 효과의 비모수적 식별을 위한 가정 간의 관계에 대해 논의합니다. [15] 이 작업에서는 MIMO(다중 입력 다중 출력) 4개 탱크 시스템의 매개변수 식별을 조사합니다. [16] 이 논문은 지정되지 않은 모든 요소에 대한 새로운 비모수 식별을 설정합니다. [17] 이러한 목적을 위한 구성, 구조적 매개변수 식별 및 퍼지 인지 맵(FCM) 연구에 기반한 인지 접근 방식의 사용은 시간 요인 회계의 복잡성으로 인해 제약을 받습니다. [18] 그리고 매개변수 식별을 위해 i. [19] 또한, 센서 신호 드리프트의 동적 모델에 대한 구조적 및 매개변수적 식별이 수행됩니다. [20] 분수 확률 가중치(FPW) 함수의 비모수 식별은 부분 완전성 가정을 통해 달성됩니다. [21] 이 논문은 가산 잡음이 있는 쌍곡선 함수의 구조적 매개변수 식별을 위한 2단계 방법을 제안합니다. [22] 이 연구에서는 주파수 영역에서 감쇠되지 않은 강체 모드가 있는 모델의 매개변수 식별을 위해 벡터 피팅이 수정되었습니다. [23] 이 문서는 "품질"의 척도로 통계 정보를 기반으로 하는 반모수 식별에 대한 체계적인 접근 방식을 제공합니다. [24] 제안된 새로운 방법의 주요 기여 및 장점은 온라인 방식으로 간격 퍼지 모델을 식별하는 것입니다. 이는 비선형 시스템의 구조적 및 매개변수적 식별이 데이터 스트림에서 동시에 수행됨을 의미합니다. [25] 알고리즘은 적응형이며 제어 시스템에서 실시간으로 수행하는 제어 대상의 수학적 모델의 매개변수 식별과 암시적 참조 모델의 사용을 기반으로 합니다. [26] 다항식 차수 및 매개변수(예: 다항식 계수 및 극잔기)를 사용하여 주파수 종속, 2자유도 모델 기기 프레임의 비모수적 식별로 먼저 구성된 다단계 절차가 제시됩니다. 쌍은 대수적 수치 기법과 반복적인 안정화 절차를 통해 최적으로 식별됩니다. [27] OLS 추정치의 편향 문제는 분산된 동적 프로세스의 매개변수 식별 문제를 해결할 때 발생합니다. [28] 일반화된 골든 섹션 메트릭으로 OGPE 에너지 콤플렉스의 에너지 소비에 대한 매크로 모델의 구조적 및 매개변수 식별이 수행됩니다. [29] 비교 식별 이론의 아이디어를 기반으로 모델의 매개 변수 식별 방법이 개발되었습니다. [30] 구조적 및 매개 변수 식별의 발생 문제를 해결하기 위해 일반적으로 적응 제어 시스템 이론의 방법 및 알고리즘이 사용됩니다. [31] 나는 먼저 모든 불특정 요소의 비모수 식별 및 추정을 설정하고 추정자의 점근적 속성을 제공합니다. [32] 실험적 대수 크기-주파수 특성을 기반으로 하는 구조적 매개변수 식별 방법이 제안되어 동일한 실험 포인트 세트가 지정된 정확도에 따라 복잡성이 변하는 수학적 모델의 구조를 선택할 수 있습니다. [33] 구조적 매개변수 식별 방법은 베타 분포 밀도 함수를 기반으로 자동 회귀 가중치 계수 비율이 결정되는 베타 자동 회귀 모델 클래스에서 다차원 출력으로 객체 시뮬레이션 문제를 위해 개발되었습니다. [34] 허브 작동에 대한 1차 분석이 가능하며 매개변수 식별을 위한 큰 통계 정보가 필요하지 않습니다. [35] 실험 데이터를 바탕으로 선형 동적 블록의 다항식 구조와 조각별 선형 정적 비선형성을 사용하여 Hammerstein, Wiener 및 Hammerstein-Wiener 모델의 구조 및 매개변수 식별이 수행되었습니다. [36] 본 연구에서는 매개변수 식별을 위해 두 가지 방법을 제안하였다. [37] 이 논문은 지정되지 않은 모든 요소에 대한 새로운 비모수 식별을 설정합니다. [38] 전력 시스템의 과도 안정성을 보장하기 위해 각 네트워크 버스에 필요한 최소 관성 및 평가를 위한 매개변수 식별에 기반한 방법론을 설명합니다. [39] 마지막으로 제안된 방법의 타당성을 강조하기 위해 매개변수 식별을 기반으로 하는 시뮬레이션 예제가 제공됩니다. [40] 이 논문은 패널 다항 선택 모델에서 반모수 식별 및 추정을 위한 강력한 방법을 제안합니다. 여기서 무한 차원 고정 효과는 추가로 분리할 수 없는 방식으로 소비자 유틸리티에 유입되어 관찰되지 않은 이질성의 풍부한 형태를 통합합니다. [41] DC 모터의 파라메트릭 식별을 통해 매니퓰레이터의 역학을 근사화할 수 있습니다. [42] 밸브 작동의 안정성을 분석하고 진동 프로세스를 계산하려면 동적 모델이 필요하며, 동적 모델은 실험 데이터와 다차원 수치 시뮬레이션 결과를 사용하여 파라메트릭 식별이 완료되었습니다. [43] 이진, 유한 가중 및 일반 에지 상태의 경우 Matias와 Miele(2017)이 최근에 도입한 동적 확률 블록 모델에서 매개변수의 비모수 식별을 보여줍니다. [44] 모델 설명의 복잡성과 요소 전체성은 실제 운영 데이터를 사용하여 시스템에 영향을 미치는 복잡성의 유형 및 수준을 매개변수 식별 및 후속 인식을 위한 알고리즘 및 규정을 설계하는 기초입니다. [45] 비선형 시스템의 매개변수 식별은 현대적인 모니터링 및 제어 시스템 생성에 대한 광범위한 전망을 열어 기술 및 경제적 지표의 상당한 증가를 보장합니다. [46] 본 논문에서는 비대칭 비선형 복원력이 있는 시스템의 비모수식별 방법을 제안합니다. [47] 이 논문에서는 분리 가능한 이산 선택 모델과 분리할 수 없는 이산 선택 모델의 비모수 식별에 대한 새로운 결과를 소개합니다. [48] 이 논문에서는 온실 열 모델의 매개변수 식별을 위한 RSBA(Random Scaling-based Bat Algorithm)를 제안합니다. [49] 그들의 정보적 중요성은 항상 다르며 당뇨병의 매개변수 식별 및 진단 작업에 대해 실질적으로 평가되지 않습니다. [50]
parametric identification method 매개변수 식별 방법
This article introduces the command bunching, which implements new non-parametric and semi-parametric identification methods for estimating elasticities developed by Bertanha et al. [1] This work presents a nonparametric identification method to study the nonlinear response of a micro-electromechanical system (MEMS) resonator. [2] For application of a parametric identification method this would require estimating a large number of parameters, as well as an appropriate model order selection step for a possibly large scale MISO problem, thereby increasing the computational complexity of the identification algorithm to levels that are beyond feasibility. [3] We develop a nonparametric identification method for nonlinear gradient-flow dynamics. [4] In this paper, the application of non-parametric identification method using feedforward neural networks (FNNs) to model a flexible beam structure for AVC system is presented. [5] A new dynamic feedback tracking control method of desired velocity and current profiles for permanent magnet synchronous motors, without the additional synthesis of disturbance observers and parametric identification methods, is introduced. [6] In this paper, the parametric identification method is adopted to identify the online value of이 기사에서는 Bertanha 등이 개발한 탄력성을 추정하기 위한 새로운 비모수 및 반모수 식별 방법을 구현하는 명령 번칭을 소개합니다. [1] 이 연구는 MEMS(Micro-Electromechanical System) 공진기의 비선형 응답을 연구하기 위한 비모수 식별 방법을 제시합니다. [2] 매개변수 식별 방법을 적용하려면 많은 매개변수를 추정하고 대규모 MISO 문제에 대한 적절한 모델 순서 선택 단계를 수행해야 하므로 식별 알고리즘의 계산 복잡성이 실현 가능성을 넘어선 수준으로 증가합니다. [3] nan [4] 이 논문에서는 AVC 시스템을 위한 유연한 빔 구조를 모델링하기 위해 피드포워드 신경망(FNN)을 사용하는 비모수 식별 방법의 적용을 제시합니다. [5] 외란 관찰자와 매개변수 식별 방법의 추가 합성 없이 영구 자석 동기 모터에 대한 원하는 속도 및 전류 프로파일의 새로운 동적 피드백 추적 제어 방법이 도입되었습니다. [6] 본 논문에서는 <inline-formula><tex-math notation="LaTeX">$T_{p}$</tex-math></inline-formula>의 온라인 값을 식별하기 위해 매개변수 식별 방법을 채택하였다. [7] 이는 지난 40년 동안 달성된 비모수 식별 방법에 대한 이론적 결과를 기반으로 합니다. [8] nan [9] nan [10]
parametric identification result 매개변수 식별 결과
In this paper, we propose causal intervention effects in two-person partnerships under arbitrary infectious disease transmission dynamics, and give nonparametric identification results showing how effects can be estimated in empirical trials using time-to-infection or binary outcome data. [1] For these two strategies, we give non-parametric and semi-parametric identification results without modeling assumptions on the outcome. [2] This paper provides nonparametric identification results for a class of latent utility models with additively separable unobservable heterogeneity. [3] The results potentially extend the existing non-parametric identification result for first-price sealed-bid auctions with symmetric affiliation. [4] Finally, I will consider the implications of the nonparametric identification results provided for a narrow, but non-trivial, set of causal estimands in Theorems 7 and 8. [5]이 논문에서 우리는 임의의 전염병 전파 역학 하에서 2인 파트너십의 인과적 개입 효과를 제안하고 감염까지의 시간 또는 이진 결과 데이터를 사용하여 경험적 시험에서 효과를 추정할 수 있는 방법을 보여주는 비모수적 식별 결과를 제공합니다. [1] 이 두 전략에 대해 결과에 대한 모델링 가정 없이 비모수 및 반모수 식별 결과를 제공합니다. [2] 이 논문은 추가로 분리할 수 있는 관찰할 수 없는 이질성을 가진 잠재 실용 신안에 대한 비모수 식별 결과를 제공합니다. [3] 결과는 잠재적으로 대칭 제휴가 있는 1가 봉인 입찰 경매에 대한 기존의 비모수 식별 결과를 확장합니다. [4] nan [5]
parametric identification algorithm
From that, the parametric identification algorithm is implemented. [1] Possibilities of a software package that has the most complete set of parametric identification algorithms today are discussed. [2] Real-time structural and parametric identification algorithms have been developed, which is a combination of the algorithm for identifying the coefficients of linear equations and the method of the theory of interactive adaptation. [3] Although significant research efforts during the last two decades have resulted in an extensive number of parametric identification algorithms, most of them are certainly not directly applicable for modal parameter extraction. [4]그로부터 매개변수 식별 알고리즘이 구현됩니다. [1] 오늘날 가장 완전한 매개변수 식별 알고리즘 세트를 포함하는 소프트웨어 패키지의 가능성에 대해 논의합니다. [2] 선형 방정식의 계수를 식별하는 알고리즘과 대화식 적응 이론의 방법을 결합한 실시간 구조 및 매개변수 식별 알고리즘이 개발되었습니다. [3] nan [4]
parametric identification problem
This condition complicates significantly the solution search of non-parametric identification problems in the system because an output of one subsystem is an input of another subsystem, so active identification schemes are unappropriated. [1] This paper concerns the nonparametric identification problem for a class of nonlinear discrete-time dynamical systems that is characterized by its cascade structure. [2] First, the time-varying structural physical parameters are expanded at multi-scale profile by wavelet multiresolution analysis and a time-varying parametric identification problem can be converted into a timeinvariant one. [3] The non-parametric identification problem aims to estimate a suitable model based on the response produced by a given stimulus on an uncertain model. [4]nan [1] 이 논문은 캐스케이드 구조를 특징으로 하는 비선형 이산 시간 동적 시스템의 클래스에 대한 비모수 식별 문제에 관한 것입니다. [2] 첫째, 시변 구조적 물리적 매개변수는 웨이블릿 다중해상도 분석에 의해 다중 스케일 프로파일로 확장되고 시변 매개변수 식별 문제는 시불변 문제로 변환될 수 있습니다. [3] nan [4]
parametric identification tool
CONCLUSIONS CBRA makes it easy for clinicians to use modeling and parametric identification tools to reconstruct release curves. [1] The proposed method uses both parametric and nonparametric identification tools. [2] This add-on requires suitable stack models, parametric identification tools and diagnostic algorithms to be run on low-cost embedded systems, ensuring a good trade-off between accuracy and computation time. [3]결론 CBRA를 사용하면 임상의가 모델링 및 매개변수 식별 도구를 사용하여 방출 곡선을 쉽게 재구성할 수 있습니다. [1] 제안하는 방법은 매개변수 식별 도구와 비모수 식별 도구를 모두 사용합니다. [2] 이 추가 기능을 사용하려면 저비용 임베디드 시스템에서 실행될 적절한 스택 모델, 매개변수 식별 도구 및 진단 알고리즘이 필요하므로 정확도와 계산 시간 간의 적절한 균형을 보장합니다. [3]
parametric identification procedure
This type of modeling can be a useful tool for the initial determination of parameters included in the TF associated with the EM, preceding advanced parametric identification procedures, e. [1] Considering that practically the full physics of the system is often inaccessible to be modeled accurately for lack of prior knowledge of some physical/structural parameters, this paper presents a novel parametric contact model and the corresponding parametric identification procedure for steady-state speed prediction of a typical standing wave linear ultrasonic motor utilizing longitudinal and bending modes. [2] Based on a small set of assumptions on preferences, Kerschbamer (2015) introduces a geometric delineation of distributional preferences and a parsimonious, non-parametric identification procedure — the Equality Equivalence Test ( eet ). [3]이러한 유형의 모델링은 고급 매개변수 식별 절차에 앞서 EM과 관련된 TF에 포함된 매개변수의 초기 결정에 유용한 도구가 될 수 있습니다. [1] 실제적으로 시스템의 전체 물리학은 일부 물리적/구조적 매개변수에 대한 사전 지식이 부족하여 정확하게 모델링할 수 없는 경우가 많다는 점을 고려하여, 이 논문은 새로운 매개변수 접촉 모델과 정상 상태 속도 예측을 위한 해당 매개변수 식별 절차를 제시합니다. 세로 및 굽힘 모드를 사용하는 일반적인 정재파 선형 초음파 모터. [2] 선호도에 대한 몇 가지 가정을 기반으로 Kerschbamer(2015)는 분포 선호도의 기하학적 묘사와 간결하고 비모수적 식별 절차인 Equality Equivalence Test( eet )를 도입했습니다. [3]
parametric identification technique 매개변수 식별 기법
The proposed algebraic parametric identification techniques are based on operational calculus of Mikusiński and differential algebra. [1] In this paper, a nonparametric identification technique to estimate second-order plus time delay (SOPTD) processes from step response is proposed, named NMIE. [2] Parametric Identification Technique has been done for the modelling of the Reactor section. [3]제안된 대수 매개변수 식별 기술은 Mikusiński의 연산 미적분과 미분 대수를 기반으로 합니다. [1] 본 논문에서는 NMIE라는 단계 응답으로부터 SOPTD(second-order plus time delay) 과정을 추정하는 비모수식별 기법을 제안한다. [2] nan [3]
parametric identification strategy
Later, two identification strategies are selected and adapted to our case: set membership, a data-driven, nonlinear and non-parametric identification strategy which needs no input redefinition; and Recursive least-squares (RLS), a widely recognized identification technique. [1] Nonparametric identification strategy is employed to capture causal relationships without imposing any variant of monotonicity existing in the nonseparable nonlinear error model literature. [2]나중에 두 가지 식별 전략이 선택되고 우리의 경우에 적용됩니다. 집합 멤버십, 입력 재정의가 필요 없는 데이터 기반, 비선형 및 비모수 식별 전략; 널리 인정되는 식별 기술인 RLS(Recursive Least Squares). [1] 비모수 식별 전략은 분리할 수 없는 비선형 오류 모델 문헌에 존재하는 단조성의 변형을 부과하지 않고 인과 관계를 캡처하는 데 사용됩니다. [2]
parametric identification assumption
We propose new non-parametric and semi-parametric identification assumptions on the distribution of agents that are weaker than assumptions currently made in the literature. [1] We propose new non-parametric and semi-parametric identification assumptions on the distribution of agents that are weaker than assumptions currently made in the literature. [2]우리는 현재 문헌에서 만들어진 가정보다 약한 에이전트 분포에 대한 새로운 비모수 및 반모수 식별 가정을 제안합니다. [1] nan [2]
parametric identification approach 매개변수 식별 접근 방식
The new parametric identification approach exhibits excellent agreement with the other methods. [1] The main purpose of the aircraft system identification is to estimate the aerodynamic force and torque coefficients using parametric identification approaches and intelligent modeling. [2]새로운 매개변수 식별 접근 방식은 다른 방법과 매우 잘 일치합니다. [1] 항공기 시스템 식별의 주요 목적은 매개변수 식별 접근법과 지능형 모델링을 사용하여 공기역학적 힘과 토크 계수를 추정하는 것입니다. [2]