2021 5G确定性承载网络SLA指标体系白皮书
2021-12-14 13:01:44 18.78MB 5G确定性承载网络SLA指标体系 2021
关于“在LMI条件下为参数不确定性的线性系统设计基于观测器的控制器[Automatica 49(2013)3700-3704]”
2021-12-13 11:11:43 341KB 研究论文
1
matlab copula代码乌克萨 不确定性量化 (UQ) 和灵敏度分析 (SA) 此存储库中分发的代码实现了 Eriksson 和 Jauhiainen 等人(2018 年)在论文“贝叶斯分析结合全局敏感性分析应用于动态细胞内通路模型的不确定性量化、传播和表征”中提出的方法。 该代码在 GNU 通用公共许可证 v3.0 下分发。 UQ 文件夹包含运行不确定性量化方法的 R 脚本(ABC-MCMC with copulas)。 需要包 ks、VineCopula、MASS、R.utils 和 R.matlab(将输出数据保存到 MATLAB 兼容文件的最后一个包)。 要运行的主脚本称为 runABCMCMC-Phenotype123.R。 该脚本将使模型适合表型 1-3(如论文中所述),我们将其用作说明性测试用例。 结果数据也以 R 和 MATLAB 格式上传到文件夹中。 我们使用表型 4 作为我们的预测数据集来说明 SA 方法。 SA 文件夹包含运行全局敏感性分析的 MATLAB 脚本。 需要 2014a 之后的 MATLAB 版本。 要运行的主脚本称为 get_predictio
2021-12-07 18:43:39 981KB 系统开源
1
本文详细介绍了各类时钟器件的抖动性能,旨在协助电路设计者甄别各类时钟器件的抖动性能规格,同时理解在不同应用条件下的时钟器件抖动规格差异,选择适合系统应用的时钟解决方案。
2021-12-07 12:10:52 983KB 时钟器件 FPGA 协助电路 确定性抖动
1
虚拟电厂(VPP)在调度过程中面临多种不确定因素,给决策和系统安全运行带来一定的困难。提出了基于混合随机规划/信息间隙决策理论(IGDT)的VPP调度优化模型,该模型针对电价概率分布描述较为准确、预测精度较高的特点,采用随机规划处理电价的不确定性;针对风光出力概率分布难以精确刻画、预测精度较低的特点,采用IGDT处理风光出力的不确定性,通过赋予风光出力偏差系数不同的权重,解决了IGDT同时处理风光出力不确定性的问题。此外,针对不确定性决策的盲目性和不同策略面临风险程度的不同,引入风险成本量化不同决策方案对应的风险。仿真结果验证了所提模型的有效性。
1
基于日前供热负荷预测和风电出力预测,考虑储热装置运行机理,研究风电场与热电机组联合运行的优化方法。将含储热装置的热电厂和风电场组成一个发电利益集合体,在满足地区供热负荷和提升风电消纳的同时,通过调节热电机组和储热装置的出力最大化发电利益集合体的收益。考虑热电机组的热-电耦合特性和储热装置的运行约束,建立了日前调度模型并进行求解。在此基础上,考虑风电出力的随机性,建立了相应的随机优化模型。算例分析表明,考虑储热的风电-热电机组联合优化所获得的收益高于风电场和热电机组单独运行获得的总收益,并且可在现行“以热定电”运行机制下提高风电的消纳能力。同时采用随机优化模型能有效降低系统联合出力的不确定性,可较好地解决风功率预测中的不确定性问题。
1
诺伯特·维纳(Norbert Wiener)于1938年提出的多项式混沌扩展(PCE)。直观地,可以将PCE视为在不确定模型参数下以高维多项式形式构造和获得模型响应面的数学最优方法。 最近,多项式混沌扩展得到了对任意多项式混沌扩展的概括(aPC:Oladyshkin S.和Nowak W.,2012),这就是PCE的所谓数据驱动的概括。 像所有多项式混沌扩展技术一样,aPC通过在正交多项式基础上进行扩展来近似仿真模型输出对模型参数的依赖性。 aPC将混沌扩展技术推广到具有任意概率测度的任意分布,该概率测度可以是离散的,连续的或离散的连续的,并且可以解析地(作为概率密度/累积分布函数),数值表示为直方图或原始数据集来指定。 处于有限扩展阶数的aPC仅需要存在有限数量的矩,并且不需要完全的知识,甚至不需要概率密度函数。 这避免了分配有限的可用数据未充分支持的参数概率分布的必要性。 或者,它允
2021-11-29 10:36:11 266KB matlab
1
EllipseFit4HC 是一种基于原始非线性模型的一阶泰勒展开(线性化)的椭圆拟合算法。 EllipseFit4HC 建议用于估计相位和/或位移的不确定性评估,基于正交零差干涉仪测量(应用海德曼校正)。 海德曼校正用于评估零差干涉仪应用中的相位,以校正干涉仪的非线性。 这里我们假设 x 和 y 的测量误差是独立的(可选地相关,具有已知的相关系数 rho),具有零均值和共同方差 sigma^2。 假设测量误差的标准偏差 sigma 很小,因此测量值相对接近真实但不可观察的椭圆曲线,典型的干涉测量就是这种情况。 此外,由于算法的数值稳定性,考虑归一化测量值 (x,y) 是合理的,即拟合椭圆的主半轴长度接近 1。 在这里,我们考虑椭圆 (B,C,D,F,G) 的以下代数参数化,因为它通常用于干涉测量领域,参见 Wu、Su 和 Peng (1996): x^2 + B*y^2 +
2021-11-28 20:38:49 1.15MB matlab
1
颜色分类leetcode 在分类中使用贝叶斯神经网络进行不确定性量化:在生物医学成像分割中的应用 该存储库提供了论文“在分类中使用贝叶斯神经网络的不确定性量化:在生物医学图像分割中的应用”的 Keras 实现。 本文扩展了在 . 如果您想引用此作品,请引用扩展版本。 在这个 repo 中,我们使用两个生物医学成像分割数据集展示了所提出的方法:ISLES 和 DRIVE 数据集。 有关更多详细信息,请参阅 和 。 我还强烈建议您查看使用 Walter de Back 的 DRIVE 数据集的良好实现。 []。 例子 一旦你有一个训练有素的贝叶斯神经网络,建议的不确定性量化方法很简单!!! 在一个二进制segmentaion中,一个具有维度(估计数,特征维度)的numpy数组p_hat ,然后可以通过以下代码获得认知不确定性和任意不确定性。 epistemic = np.mean(p_hat**2, axis=0) - np.mean(p_hat, axis=0)**2 aleatoric = np.mean(p_hat*(1-p_hat), axis=0) 所提出的方法与 Kendall
2021-11-26 09:02:03 865KB 系统开源
1
不确定性推理的定义及意义 定义: 也称“不精确性推理” 从不确定性的初始证据(即已知事实)出发; 运用不确定性的知识(或规则); 推出具有一定程度的不确定性但却是合理或近乎合理的结论。 意义 使计算机对人类思维的模拟更接近于人类的真实思维过程。
2021-11-25 19:16:07 4.78MB 人工智能
1