Identification: L11 Recursive Estimation.

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Anglická prednáška predstavuje rekurzívny odhad (recursive estimation) ako spôsob priebežnej aktualizácie modelu na základe nových meraní počas prevádzky. Ukazuje sa jednoduchá metóda aktualizácie posunu (bias update) pri systematickej odchýlke modelu, vyhladená pomocou váhového koeficientu delta, ktorý funguje analogicky ako zosilnenie v proporcionálnom (P) regulátore. Následne sa prechádza k zložitejšiemu prípadu, keď treba meniť aj sklon (smernicu) modelu.

  • - Rekurzívny odhad modelu ako reakcia na zmenu prevádzkových podmienok
  • - Aktualizácia posunu (bias update) na kompenzáciu systematickej odchýlky predikcie
  • - Filtrovanie odhadu pomocou koeficientu delta - miera dôvery v nové meranie oproti histórii
  • - Analógia rekurzívnej aktualizácie s proporcionálnym (P) regulátorom
  • - Prechod od úpravy len posunu k úprave smernice (sklonu) modelu
  • - Nadväznosť na vzorce lineárnej regresie z predchádzajúcich prednášok

Zhrnutie pripravené s pomocou AI z prepisu videa.