Técnicas de fusión estocástica para la estimación de estados
Autores: Ahmed, Alaa H.; Tomán, Henrietta
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Técnicas de fusión estocástica para la estimación de estados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Proceso de fusión
Técnicas de fusión
Filtrado de Kalman
Filtrado de partículas
Probabilidad bayesiana
Estimación de estado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
El proceso de fusión considera la frontera entre registros correctos y conflictivos. Ha sido un componente fundamental para garantizar la precisión de muchos algoritmos matemáticos que utilizan múltiples fuentes de entrada. Las técnicas de fusión dan prioridad y un peso alto a las fuentes confiables y calificadas, ya que su información es más probable que sea confiable. Este estudio investiga de forma estocástica las tres técnicas de fusión más comunes: filtrado de Kalman, filtrado de partículas y probabilidad bayesiana (que es la base de otras técnicas). El documento se centra en el uso de técnicas de fusión en el contexto de la estimación de estados para sistemas dinámicos con el fin de mejorar la confiabilidad y precisión. Los métodos de fusión se investigan utilizando diferentes tipos de conjuntos de datos para determinar su rendimiento y precisión en la estimación de estados.
Descripción
El proceso de fusión considera la frontera entre registros correctos y conflictivos. Ha sido un componente fundamental para garantizar la precisión de muchos algoritmos matemáticos que utilizan múltiples fuentes de entrada. Las técnicas de fusión dan prioridad y un peso alto a las fuentes confiables y calificadas, ya que su información es más probable que sea confiable. Este estudio investiga de forma estocástica las tres técnicas de fusión más comunes: filtrado de Kalman, filtrado de partículas y probabilidad bayesiana (que es la base de otras técnicas). El documento se centra en el uso de técnicas de fusión en el contexto de la estimación de estados para sistemas dinámicos con el fin de mejorar la confiabilidad y precisión. Los métodos de fusión se investigan utilizando diferentes tipos de conjuntos de datos para determinar su rendimiento y precisión en la estimación de estados.