Zobrazeno 1 - 10
of 15 552
pro vyhledávání: '"Kullback-Leibler (KL) divergence"'
Autor:
Rojas, Helder, Logachov, Artem
In this paper we provide an asymptotic theory for the symmetric version of the Kullback--Leibler (KL) divergence. We define a estimator for this divergence and study its asymptotic properties. In particular, we prove Law of Large Numbers (LLN) and th
Externí odkaz:
http://arxiv.org/abs/2401.16524
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fang, Song, Zhu, Quanyan
This short note is on a property of the Kullback-Leibler (KL) divergence which indicates that independent Gaussian distributions minimize the KL divergence from given independent Gaussian distributions. The primary purpose of this note is for the ref
Externí odkaz:
http://arxiv.org/abs/2011.02560
Publikováno v:
In Journal of Process Control July 2019 79:16-28
Publikováno v:
Journal of Process Control. 79:16-28
The aim of this study is to incorporate inequality constraints in the state estimation problem for nonlinear systems. In particular, we consider the case where the posterior density is multimodal. To this end, we propose a Gaussian mixture model-base
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::627c4f4876aa84ec7b4609ac1d3ee0c3
https://doi.org/10.1016/j.jprocont.2019.03.012
https://doi.org/10.1016/j.jprocont.2019.03.012
Publikováno v:
Energy Reports, Vol 10, Iss , Pp 1575-1588 (2023)
The economic operation of the integrated energy system faces the problems of coupling between energy production and conversion equipment in the system and the imbalance of various energy demands. Therefore, taking system safety as the constraint and
Externí odkaz:
https://doaj.org/article/cc294eb68f884adcaf0134ed760a6ced
Publikováno v:
ECC
Extended Kalman Filter (EKF) is one of the most extensively used state estimator for nonlinear systems. As this technique cannot handle constraints, it might result in physically meaningless state estimates. Therefore, in this work, we focus on impos
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::0773d8870f0b2fa8910539a4f56a6a42
https://doi.org/10.23919/ecc.2018.8550441
https://doi.org/10.23919/ecc.2018.8550441
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 15, Pp 1470-1480 (2022)
Metric learning-based methods, which yield great performance and show considerable potential to improve the performance of hyperspectral image processing, aim to calculate the Mahalanobis distance metric matrix. In this article, we proposed a symmetr
Externí odkaz:
https://doaj.org/article/78860112fd68405191f043eaab53f8e1
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.