课题基金 / 基金详情

Identifikation mit lokal linearen Modellen basierend auf achsenschrägen Unterteilungen des Eingangsraums

Identifikation mit lokal linearen Modellen basierend auf achsenschrägen Unterteilungen des Eingangsraums
基于入口空间轴向倾斜细分的局部线性模型识别
批准号:
30594476
负责人:
Professor Dr.-Ing. Oliver Nelles
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2007
资助国家:
德国
项目状态:
已结题
起止时间:
2006-12-31 至 2014-12-31

项目摘要

项目成果

Professor Dr.-Ing. Oliver Nelles的其他基金

相似基金

相关文献

中文摘要
翻译
模型与模具自动化技术研究进展leistungsfähigen自动化技术研究进展与进展。Sie werden zur Prädiktion,模拟,模拟,重构,适应,优化,Überwachung,诊断,usw。benotigt。Wegen der immer weiter steigenden Anforderungen and wachsenden Komplexität gewinnt neben der theortischen modelbilung die auf Messdaten basierende experimentelle modelbilung (identification) and Bedeutung。基于线性统计和动态分析的<s:1>模型识别方法在神经网络神经网络和神经模糊系统神经网络中都有应用,同时也被认为是基于神经网络的模型识别方法。insbesonere die Ansätze basierend auf local linearen Modellen können viele vorteilhafte Eigenschaften fr . sich verbuchen。我是Leistungsfähigkeit hängt in Wesentlichen davon ab, wie die g<e:1> ltigkeitsbereiche f<e:1> r die einzelnen lokalen Modelle festgelegt werden。Die Form and Art under the Unterteilung des ingangsraams in disese g<s:1> ltigkeitsbereiche ist f<e:1> r Die Eigenschaften sowohl des models als auch des Trainingsverfahrens entscheidend。In diesem Forschungsvorhaben soll In vilelversprechendes, neutiges Verfahren zur achsenschrägen Unterteilung desingangsraums entwickelt and untersucht werden。他的风在大的世界里,在大的世界里,在大的世界里,在大的世界里,存在着大的世界。
英文摘要
Modelle sind die Grundlage nahezu aller leistungsfähigen Verfahren in der Automatisierungstechnik und in vielen anderen Bereichen. Sie werden zur Prädiktion, Simulation, Steuerung, Regelung, Adaption, Optimierung, Überwachung, Diagnose, usw. benötigt. Wegen der immer weiter steigenden Anforderungen und wachsenden Komplexität gewinnt neben der theoretischen Modellbildung die auf Messdaten basierende experimentelle Modellbildung (Identifikation) an Bedeutung. Für die Identifikation nichtlinearer statischer und dynamischer Prozesse haben sich in den letzten Jahren neuronale Netze und Neuro-Fuzzy-Systeme wegen ihrer breiten Anwendbarkeit als besonders geeignet erwiesen. Insbesondere die Ansätze basierend auf lokal linearen Modellen können viele vorteilhafte Eigenschaften für sich verbuchen. Ihre Leistungsfähigkeit hängt im Wesentlichen davon ab, wie die Gültigkeitsbereiche für die einzelnen lokalen Modelle festgelegt werden. Die Form und Art der Unterteilung des Eingangsraums in diese Gültigkeitsbereiche ist für die Eigenschaften sowohl des Modells als auch des Trainingsverfahrens entscheidend. In diesem Forschungsvorhaben soll ein vielversprechendes, neuartiges Verfahren zur achsenschrägen Unterteilung des Eingangsraums entwickelt und untersucht werden. Es wird in der Lage sein, unterschiedliche Vorteile bereits existierender Methoden zu vereinen.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Prior Knowledge for System Identification with Linear and Nonlinear FIR Models
  • 批准号:
    439767479
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    2020
  • 负责人:
    Professor Dr.-Ing. Oliver Nelles
  • 依托单位:
Identification of Nonlinear Local Model State Space Networks
  • 批准号:
    518237966
  • 项目类别:
    Research Grants
  • 资助金额:
    $0.0万
  • 财政年份:
    --
  • 负责人:
    Professor Dr.-Ing. Oliver Nelles
  • 依托单位:
国内基金
海外基金
TFE3/TFEB基因融合衍生特异性新生抗原引起CD8+T细胞高效应答并促进MIT基因家族易位性肿瘤免疫治疗获益的机制研究
  • 批准号:
    --
  • 项目类别:
    面上项目
  • 资助金额:
    52万元
  • 批准年份:
    2022
  • 负责人:
    饶秋
  • 依托单位:
PY/MIT/HS-SPME技术在深层-超深层烃源岩轻烃定量及单体同位素分析中的应用研究
PY/MIT/HS-SPME技术在深层-超深层烃源岩轻烃定量及单体同位素分析中的应用研究
MIT家族二价阳离子转运蛋白金属传感机制的阐明
  • 批准号:
    32071234
  • 项目类别:
    面上项目
  • 资助金额:
    57.0万元
  • 批准年份:
    2020
  • 负责人:
    服部素之
  • 依托单位: