实体
Unscented transform
Unscented transform
PulseAugur coverage of Unscented transform — every cluster mentioning Unscented transform across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新型TCN-Transformer模型预测卫星碰撞风险
研究人员开发了一种新颖的混合时间卷积网络（TCN）-Transformer模型，以更有效地预测卫星碰撞概率。该模型旨在通过学习碰撞风险的时间演变来改进交会数据消息（CDM）的分析。该框架利用无迹变换进行传播和反向传播，并结合主成分分析来识别影响碰撞风险的关键CDM参数，最终为近地轨道卫星提供更早、更一致的运行风险评估。
-
新的F2NARX模型为动力学系统提供了显著的效率和准确性提升
研究人员推出了一种新的函数-函数非线性自回归模型（F2NARX），它提高了复杂动力学系统的预测效率和准确性。这一新颖的框架将主成分分析与高斯过程回归相结合，通过自回归方式的无迹变换实现概率预测。F2NARX模型在速度和精度上都显著优于现有的NARX模型，并且其主动学习能力能够以最少的数据量准确估计首次通过失效概率。