Temat: stochastic polynomial

Skocz do pozycji: 1.

Tytuł:: Semi-parametric modification of cumulative sum algorithms for the change-point detection of non-Gaussian sequences
Autorzy:: Zabolotnii, S. W
Warsza, Z. L.
Tematy:: change point
CUSUM algorithm
non-Gaussian sequence
stochastic polynomial
high order statistics; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/114188.pdf Link otwiera się w nowym oknie
Opis:: The expansion of logarithm likelihood ratio in the stochastic series to find the sequential change-point detection of non-Gaussian sequences is used. The moment criteria of the minimum of upper limit error probabilities sum to find the expansion coefficients is applied. The proposed method is a semi-parametric type of cumulative sum (CUSUM) algorithm which needs of higher-order statistics. Results show that polynomial algorithms are more effective in comparison with similar non-parametric procedures.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Estymacja parametrów menzurandu dla danych z rozkładów niesymetrycznych metodą maksymalizacji wielomianu (PMM)
Estimation of measurand parameters for data from asymmetric distributions by polynomial maximization method (PMM)
Autorzy:: Warsza, Z. L.
Zabolotnii, S. W.
Tematy:: estymator
rozkład niesymetryczny
wielomian stochastyczny
wartość średnia
wariancja
skośność
kurtoza
estimator
non-Gaussian model
stochastic polynomial
means value
variance
skewness
kurtosis; Pokaż więcej
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Powiązania:: https://bibliotekanauki.pl/articles/277748.pdf Link otwiera się w nowym oknie
Opis:: Przedstawiono sposób wyznaczania estymatorów wartości i niepewności menzurandu niekonwencjonalną metodą maksymalizacji wielomianu stochastycznego (PMM) dla próbki danych pomiarowych pobranych z populacji modelowanej zmienną losową o rozkładzie niesymetrycznym. W metodzie PMM stosuje się statystykę wyższego rzędu i opis z użyciem momentów lub kumulantów. Wyznaczono wyrażenia analityczne dla estymatorów wartości i niepewności standardowej typu A menzurandu za pomocą wielomianu stopnia r = 2. Niepewność standardowa wartości menzurandu otrzymana metodą PPM zależy od skośności i kurtozy rozkładu. Jest ona mniejsza od średniej arytmetycznej wyznaczanej wg przewodnika GUM i bliższa wartości teoretycznej dla rozkładu populacji danych. Jeśli rozkład ten jest nieznany, to estymatory momentów i kumulantów wyznacza się z danych pomiarowych próbki. Sprawdzono skuteczność metody PMM dla kilku podstawowych rozkładów.
The non-standard method for evaluating estimators of the value and uncertainty type A for measurement data sampled from asymmetrical distributed with a priori partial description (unknown PDF) is presented. This method of statistical estimation is based on the mathematical apparatus of stochastic polynomials maximization and uses the higher-order statistics (moment & cumulant description) of random variables. The analytical expressions for finding estimates and analyze their accuracy to the degree of the polynomial r = 2 are obtained. It is shown that the uncertainty of estimates received for polynomial is generally less than the uncertainty of estimates obtained based on the mean (arithmetic average) according international guide GUM. Reducing the uncertainty of measurement depends on the skewness and kurtosis. On the basis of the Monte Carlo method carried out statistical modelling. Their results confirm the effectiveness of the proposed approach.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Stochastic finite element analysis using polynomial chaos
Autorzy:: Drakos, S.
Pande, G. N.
Tematy:: foundation settlements
stochastic finite element
polynomial chaos; Pokaż więcej
Wydawca:: Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Powiązania:: https://bibliotekanauki.pl/articles/178732.pdf Link otwiera się w nowym oknie
Opis:: This paper presents a procedure of conducting Stochastic Finite Element Analysis using Polynomial Chaos. It eliminates the need for a large number of Monte Carlo simulations thus reducing computational time and making stochastic analysis of practical problems feasible. This is achieved by polynomial chaos expansion of the displacement field. An example of a plane-strain strip load on a semi-infinite elastic foundation is presented and results of settlement are compared to those obtained from Random Finite Element Analysis. A close matching of the two is observed.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Modelling sequential events for risk, safety and maintenance assessments
Autorzy:: Eid, M.
Tematy:: probability
sequential events
double Poisson Stochastic Process
modulated
spectral
polynomial; Pokaż więcej
Wydawca:: Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Powiązania:: https://bibliotekanauki.pl/articles/2069602.pdf Link otwiera się w nowym oknie
Opis:: Assessing the Occurrence Probability of a given sequence of events in a determined order is necessary in many scientific fields. That is the case in the following fields: nucleation and microstructure growth in materials, Narrow-Band process, financial risk analysis, Sequential detection theory, rainfall modelling, in optics to model the sequences of photoelectrons under detection, population biology, software reliability, queuing in network traffic exhibiting long-range dependence behaviour, and DNA sequences and gene time expression modelling. However, the topic has a particular interest in the field of risk, safety and maintenance assessments. The lecture will focus on sequences composed of Double Stochastic Poisson Processes.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Modeling of joint signal detection and parameter estimation on the background of non-Gaussian noise
Autorzy:: Palahin, V.
Filipov, V.
Leleko, S.
Ivchenko, O.
Palahina, O.
Tematy:: non-Gaussian noise
moment and cumulant representation of random variables
truncated stochastic polynom
polynomial solving rules; Pokaż więcej
Wydawca:: Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Powiązania:: https://bibliotekanauki.pl/articles/122532.pdf Link otwiera się w nowym oknie
Opis:: The paper presents the results and describes the process of modeling of a system of joint signal detection and parameter estimation on the background of a non-Gaussian noise based on moment and cumulant description of random variables, polynomials of Kunchenko and moment quality criterion type of Neyman-Pearson.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Binomial ARMA count series from renewal processes
Autorzy:: Koshkin, Sergiy
Cui, Yunwei
Tematy:: integer-valued time series
stochastic difference equations
autoregressive moving average
renewal process
lifetime distribution
probability generating function
palindromic polynomial
constant hazard rate; Pokaż więcej
Wydawca:: Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Powiązania:: https://bibliotekanauki.pl/articles/729904.pdf Link otwiera się w nowym oknie
Opis:: This paper describes a new method for generating stationary integer-valued time series from renewal processes. We prove that if the lifetime distribution of renewal processes is nonlattice and the probability generating function is rational, then the generated time series satisfy causal and invertible ARMA type stochastic difference equations. The result provides an easy method for generating integer-valued time series with ARMA type autocovariance functions. Examples of generating binomial ARMA(p,p-1) series from lifetime distributions with constant hazard rates after lag p are given as an illustration.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: A dynamic bi-orthogonal field equation approach to efficient Bayesian inversion
Autorzy:: Tagade, P. M.
Choi, H. L.
Tematy:: Bayesian framework
stochastic partial differential equation
Karhunen–Loève expansion
generalized polynomial chaos
dynamically biorthogonal field equations
ramy Bayesa
stochastyczne równanie różniczkowe
przekształcenie Karhunena-Loeve'a
chaos wielomianowy; Pokaż więcej
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Powiązania:: https://bibliotekanauki.pl/articles/330516.pdf Link otwiera się w nowym oknie
Opis:: This paper proposes a novel computationally efficient stochastic spectral projection based approach to Bayesian inversion of a computer simulator with high dimensional parametric and model structure uncertainty. The proposed method is based on the decomposition of the solution into its mean and a random field using a generic Karhunen–Loève expansion. The random field is represented as a convolution of separable Hilbert spaces in stochastic and spatial dimensions that are spectrally represented using respective orthogonal bases. In particular, the present paper investigates generalized polynomial chaos bases for the stochastic dimension and eigenfunction bases for the spatial dimension. Dynamic orthogonality is used to derive closed-form equations for the time evolution of mean, spatial and the stochastic fields. The resultant system of equations consists of a partial differential equation (PDE) that defines the dynamic evolution of the mean, a set of PDEs to define the time evolution of eigenfunction bases, while a set of ordinary differential equations (ODEs) define dynamics of the stochastic field. This system of dynamic evolution equations efficiently propagates the prior parametric uncertainty to the system response. The resulting bi-orthogonal expansion of the system response is used to reformulate the Bayesian inference for efficient exploration of the posterior distribution. The efficacy of the proposed method is investigated for calibration of a 2D transient diffusion simulator with an uncertain source location and diffusivity. The computational efficiency of the method is demonstrated against a Monte Carlo method and a generalized polynomial chaos approach.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Polynomial chaos expansion method in estimating probability distribution of rotor-shaft dynamic responses
Autorzy:: Lasota, R.
Stocki, R.
Tauzowski, P.
Szolc, T.
Tematy:: stochastic moment estimation
sparse polynomial chaos expansion
maximum entropy principle
rotor
uncertainties
hybrid mechanical model
random unbalance distribution
zasada maksymalnej entropii
wirnik
niepewności
model hybrydowy
losowy rozkład asymetrii; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Powiązania:: https://bibliotekanauki.pl/articles/200053.pdf Link otwiera się w nowym oknie
Opis:: The main purpose of the study is an assessment of computational efficiency of selected numerical methods for estimation of vibrational response statistics of a large multi-bearing turbo-generator rotor-shaft system. The effective estimation of the probability distribution of structural responses is essential for robust design optimization and reliability analysis of such systems. The analyzed scatter of responses is caused by random residual unbalances as well as random stiffness and damping parameters of the journal bearings. A proper representation of these uncertain parameters leads to multidimensional stochastic models. Three estimation techniques are compared: Monte Carlo sampling, Latin hypercube sampling and the sparse polynomial chaos expansion method. Based on the estimated values of the first four statistical moments the probability density function of the maximal vibration amplitude is evaluated by the maximal entropy principle method. The method is inherently suited for an accurate representation of the probability density functions with an exponential behavior, which appears to be characteristic for the investigated rotor-shaft responses. Performing multiple numerical tests for a range of sample sizes it was found that the sparse polynomial chaos method provides the best balance between the accuracy and computational effectiveness in estimating the unknown probability distribution of the maximal vibration amplitude.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Skointegrowane wektorowe modele autoregresyjne.
Cointegrated vector autoregressive models
Autorzy:: Róg, Karol
Opis:: This paper is devoted to cointegrated vector autoregressive processes. These processes are a popular tool for modelling macroeconomic time series. With their help, it is possible to incorporate economic theory into the time series modelling process. This is because cointegrating relationships are very often identified with long-run relationships. The aim of this paper is to discuss the properties of vector autoregressive models with an error correction mechanism and their exemplary application in a small monetary policy model. We will focus on the mathematical description of vector autoregressive processes and vector autoregressive models with error correction mechanism, their assumptions and practical application.
Praca poświęcona jest skointegrowanym procesom wektorowej autoregresji. Procesy te są popularnym narzędziem modelowania makroekonomicznych szeregów czasowych. Za ich pomocą możliwe jest uwzględnienie teorii ekonomii w procesie modelowania szeregów czasowych. Relacje kointegrujące bardzo często są bowiem utożsamiane z długookresowymi zależnościami. Celem pracy jest omówienie własności modeli wektorowej autoregresji z mechanizmem korekty błędu oraz ich przykładowe zastosowanie w małym modelu polityki pieniężnej. Skupimy się na matematycznym opisie procesów wektorowej autoregresji oraz wektorowych modeli autoregresyjnych z mechanizmem korekty błędu, ich założeniach oraz praktycznym zastosowaniu.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "stochastic polynomial" wg kryterium: Temat