|
|
HIL simulace elektronické škrticí klapky
Maliszewski, Michal ; Chalupa, Jan (oponent) ; Sova, Václav (vedoucí práce)
Tato práce se zabývá Hardware in the Loop (HIL) simulací elektronické škrticí klapky. V následujícím textu je odvozen její matematický model pro různé varianty tření a dorazů. Parametry modelu byly získány měřením na reálné klapce. Dále se práce zaměřuje na návrh vhodného řídicího algoritmu, jenž je použit pro vlastní HIL simulaci. Výstupem práce je volba nejvhodnějšího modelu vzhledem k přesnosti a výpočtové náročnosti simulace.
|
|
| |
|
| |
|
|
On Two Methods for the Parameter Estimation Problem with Spatio-Temporal FRAP Data
Papáček, Š. ; Jablonský, J. ; Matonoha, Ctirad
FRAP (Fluorescence Recovery After Photobleaching) is a measurement technique for determination of the mobility of fluorescent molecules (presumably due to the diffusion process) within the living cells. While the experimental setup and protocol are usually fixed, the method used for the model parameter estimation, i.e. the data processing step, is not well established. In order to enhance the quantitative analysis of experimental (noisy) FRAP data, we firstly formulate the inverse problem of model parameter estimation and then we focus on how the different methods of data pre- processing influence the confidence interval of the estimated parameters, namely the diffusion constant $p$. Finally, we present a preliminary study of two methods for the computation of a least-squares estimate $\hat{p}$ and its confidence interval.
|
|
|
A note on weighted combination methods for probability estimation
Sečkárová, Vladimíra
To successfully learn from the information provided by avail- able information sources, the choice of automatic method combining them into one aggregate result plays an important role. To respect the reliability in the source’s performance each of them is assigned a weight, often subjectively influenced. To overcome this issue, we briefly describe the method based on Bayesian decision theory and elements of infor- mation theory. In particular we consider discrete-type information, rep- resented by probability mass functions (pmfs) and obtain an aggregate result, which has also form of pmf. This result of decision making pro- cess is found to be a weighted linear combination of available information. Besides the brief description of the novel method, the paper focuses on its comparison with other combination methods. Since we consider the available information and unknown aggregate as pmfs, we mainly focus on the case when the parameter of binomial distribution is of interest and the sources provide appropriate pmfs.
|
|
| |
|
| |
|
|
Impact of forgetting on models of rolling mills
Dedecius, Kamil ; Jirsa, Ladislav
The research report deals with an analysis of various models for modelling of the cold sheet rolling process. It comprises a thorough analysis of a mass-flow model and its weaknesses, brief analysis of normalization impact on modelling and exhaustive analysis of 4 defined models with exponential and partial forgetting and their comparison to models without forgetting. The report ends with a computer-intensive search for new blackbox models.
|
|
|
Bayesian vector auto-regression model with Laplace errors applied to financial market data
Šindelář, Jan
The article presents alternative version of Bayesian vector auto-regression model with Laplace distributed innovations. Bayesian estimation in such model is more computationally demanding than estimation in a model with normally distributed innovations, but because of the heavier tails of Laplace distribution, it is more robust. In the article I try to present the way of proceeding with the estimation, obtaining a full posterior distribution of the parameters as a result. At the end an efficient algorithm is sketched, but this part of the research is still unfinished.
|
|
|
Asimilace časoprostorového rozložení radionuklidů v časné fázi radiační nehody
Hofman, Radek ; Šmídl, Václav
Příspěvek pojednává o využití data asimilačních metod v časné fází radiační nehody. V případě úniku radioaktivních škodlivin do ovzduší se utvoří radioaktivní vlečka postupující nad terénem. Uniklé radionuklidy představují zdravotní riziko. Pro plánování a nastolení co nejefektivnějších protiopatření je nutná znalost budoucího časoprostorového vývoje distribuce radionuklidů v prostředí. Předpovědi se tvoří pomocí numerických disperzních modelů. Tyto modely mají mnoho vstupů a jejich výstupem je předpověd radiační situace pomocí radiologických veličin. Přesné hodnoty vstupních parametrů jsou často neznámé. To je dáno náhodným charakterem turbuletních procesů v atmosféře, nedostatkem informací o nehodě a zdrojovém členu atd. Subjektivní (expertní) volba vstupních parametrů může vyústit v chybné předpovědi na jejichž základě není možno plánovat efektivní protiopatření.
|
host ::
RSS.