Fugu-MT 論文翻訳(概要): An unscented Kalman filter method for real time input-parameter-state estimation

論文の概要: An unscented Kalman filter method for real time input-parameter-state estimation

arxiv url: http://arxiv.org/abs/2511.02717v1
Date: Tue, 04 Nov 2025 16:39:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-05 18:47:06.111318
Title: An unscented Kalman filter method for real time input-parameter-state estimation
Title（参考訳）: 実時間入力パラメータ状態推定のための無刺激カルマンフィルタ法
Authors: Marios Impraimakis, Andrew W. Smyth,
Abstract要約: 未知の入力は、各タイムステップ内の2段階で推定される。摂動解析を用いて、少なくとも0または0の既知の入力を持つシステムは、一意に識別できることを示した。
参考スコア（独自算出の注目度）: 0.7734726150561086
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The input-parameter-state estimation capabilities of a novel unscented Kalman filter is examined herein on both linear and nonlinear systems. The unknown input is estimated in two stages within each time step. Firstly, the predicted dynamic states and the system parameters provide an estimation of the input. Secondly, the corrected with measurements states and parameters provide a final estimation. Importantly, it is demonstrated using the perturbation analysis that, a system with at least a zero or a non-zero known input can potentially be uniquely identified. This output-only methodology allows for a better understanding of the system compared to classical output-only parameter identification strategies, given that all the dynamic states, the parameters, and the input are estimated jointly and in real-time.
Abstract（参考訳）: 非線形系と非線形系の両方において, 新規なカルマンフィルタの入力パラメータ-状態推定能力について検討した。未知の入力は、各タイムステップ内の2段階で推定される。まず、予測された動的状態とシステムパラメータが入力を推定する。第二に、測定状態とパラメータによる補正は最終的な推定を提供する。重要なことは、摂動解析を用いて、少なくとも0または0の未知の入力を持つシステムが一意に識別できることを実証する。この出力のみの方法論は、全ての動的状態、パラメータ、および入力が同時かつリアルタイムに推定されることを考えると、古典的な出力のみのパラメータ識別戦略と比較して、システムをよりよく理解することができる。

関連論文リスト

An Iterative Bayesian Approach for System Identification based on Linear Gaussian Models [70.75865595489691]
システム識別の問題に取り組み、入力を選択し、実際のシステムから対応する出力を観測し、データに最も合うようにモデルのパラメータを最適化する。提案手法では,システムからの入力出力データとパラメータに関するモデルの1次情報のみを必要とする。
論文参考訳（メタデータ） (2025-01-28T01:57:51Z)
Transformers as Implicit State Estimators: In-Context Learning in Dynamical Systems [18.634960596074027]
変換器は隠れた状態を暗黙的に推論して、幅広い力学系の出力を予測することができることを示す。インコンテキスト学習は動的システムにおける出力予測に柔軟で非パラメトリックな代替手段を提供することを示している。
論文参考訳（メタデータ） (2024-10-21T22:18:10Z)
Learning IMM Filter Parameters from Measurements using Gradient Descent [45.335821132209766]
トラック下のターゲットの固有のパラメータは、システムがデプロイされるまで完全に観測不可能である。最先端のセンサーシステムはますます複雑になり、パラメータの数が自然に増加する。本稿では,対話型多重モデル (IMM) フィルタのパラメータを計測のみで最適化する。
論文参考訳（メタデータ） (2023-07-13T08:35:40Z)
Parameter Identification for Partial Differential Equations with Spatiotemporal Varying Coefficients [5.373009527854677]
種々の偏微分方程式によって制御される多状態系のパラメータ同定を容易にする枠組みを提案する。我々のフレームワークは、制約付き自己適応型ニューラルネットワークと、サブネットワーク物理インフォームドニューラルネットワークの2つの統合コンポーネントで構成されている。我々は,時間変化パラメータを持つ1次元バーガースの場合と空間変化パラメータを持つ2次元波動方程式の2つの数値ケースにおいて,本フレームワークの有効性を実証した。
論文参考訳（メタデータ） (2023-06-30T07:17:19Z)
Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文参考訳（メタデータ） (2022-12-01T17:36:30Z)
A Priori Denoising Strategies for Sparse Identification of Nonlinear Dynamical Systems: A Comparative Study [68.8204255655161]
本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
論文参考訳（メタデータ） (2022-01-29T23:31:25Z)
Heisenberg scaling precision in the estimation of functions of parameters [0.0]
一般の$M$チャネル線形ネットワークで符号化された任意のパラメータの任意の数$l$の関数の推定において,ハイゼンベルクのスケーリング精度に達するメロジカル戦略を提案する。 2つの補助線形ネットワークが必要であり、その役割は2つある: 干渉計と相互作用した後、信号が単一チャネルに再焦点され、線形ネットワークの分析により推定されるパラメータの関数が固定される。
論文参考訳（メタデータ） (2021-03-15T17:28:15Z)
Kernel-based parameter estimation of dynamical systems with unknown observation functions [15.1749038371963]
低次元力学系は高次元信号として実験で観察される。時間進化を1回だけ測定することで、基礎となるシステムのパラメータを推定できるだろうか? この推定を行うための重要な情報は、信号とモデルの間の時間的相互依存性にある。
論文参考訳（メタデータ） (2020-09-09T07:29:11Z)
Active Learning for Nonlinear System Identification with Guarantees [102.43355665393067]
状態遷移が既知の状態-作用対の特徴埋め込みに線形に依存する非線形力学系のクラスについて検討する。そこで本稿では, トラジェクティブ・プランニング, トラジェクティブ・トラッキング, システムの再推定という3つのステップを繰り返すことで, この問題を解決するためのアクティブ・ラーニング・アプローチを提案する。本手法は, 非線形力学系を標準線形回帰の統計速度と同様, パラメトリック速度で推定する。
論文参考訳（メタデータ） (2020-06-18T04:54:11Z)
Sample Complexity of Kalman Filtering for Unknown Systems [21.565920482293592]
プロセスとセンサノイズによって駆動される、未知かつ部分的に観察される自律線形時間不変系に対して、カルマンフィルタ(KF)を設計する作業について検討する。システム同定ステップが十分に正確な推定を行うと、Certainty Equivalent (CE) KFは証明可能な準最適保証を享受する。
論文参考訳（メタデータ） (2019-12-27T19:00:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。