Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.author | Ajgl, Jiří | |
| dc.contributor.author | Straka, Ondřej | |
| dc.date.accessioned | 2021-02-15T11:00:15Z | - |
| dc.date.available | 2021-02-15T11:00:15Z | - |
| dc.date.issued | 2019 | |
| dc.identifier.citation | AJGL, J., STRAKA, O. On Fusion of Partial Estimates Under Implicit Partial Knowledge of Correlation. In: Proceedings of the 2019 22th International Conference on Information Fusion (FUSION). Ottawa: IEEE, 2019. s. 1-8. ISBN 978-0-9964527-8-6. | cs |
| dc.identifier.isbn | 978-0-9964527-8-6 | |
| dc.identifier.uri | 2-s2.0-85081787545 | |
| dc.identifier.uri | http://hdl.handle.net/11025/42668 | |
| dc.description.abstract | Pravidlo zvané Průnik kovariancí je při neznámých korelacích optimální ve smyslu mezí. Částečná znalost může fúzi vylepšit. Implicitní vymezení korelací bylo v literatuře zavedeno pro odhady celých vektorů. Článek uvažuje slučování částečných odhadů. Je navržena slabá a silná obdoba celovektorového předpokladu. Analýza přípustných ideálních fúzí odhaluje, že uvažovaná implicitní částečná znalost nemůže vylepšit Průnik kovariancí pro částečné odhady. Pro silný předpoklad je nalezena výjimka pro slučování částečného odhadu s odhadem celého vektoru. Pro tento případ je představeno vylepšené pravidlo fúze. | cs |
| dc.format | 8 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | IEEE | en |
| dc.relation.ispartofseries | Proceedings of the 2019 22th International Conference on Information Fusion (FUSION) | en |
| dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
| dc.rights | © IEEE | en |
| dc.subject | slučování odhadů, robustní odhadování, fúze při částečné znalosti korelací, Průnik kovariancí | cs |
| dc.title | On Fusion of Partial Estimates Under Implicit Partial Knowledge of Correlation | en |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.rights.access | restrictedAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | Covariance Intersection fusion is bound-optimal under unknown correlations. Partial knowledge can improve the fusion. An implicit constraint on correlation has been introduced in the literature for full-vector estimates. This paper considers fusion of partial estimates. Weak and strong counterparts of the full-vector assumption are proposed. An analysis of admissible ideal fusions reveals that the considered implicit partial knowledge cannot improve the Covariance Intersection fusion of partial estimates. An exception is found for the strong assumption and fusion of one partial and one full-vector estimate. For this case, an improved fusion rule is presented. | en |
| dc.subject.translated | estimation fusion, robust estimation, fusion under partially known correlations, Covariance Intersection | en |
| dc.type.status | Peer-reviewed | en |
| dc.identifier.document-number | 567728800094 | |
| dc.identifier.obd | 43927248 | |
| dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
| dc.project.ID | SGS-2019-020/Rozvoj a využití kybernetických systémů identifikace, diagnostiky a řízení 4 | cs |
| Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference Papers (KKY) OBD | |
Soubory připojené k záznamu:
| Soubor | Velikost | Formát | |
|---|---|---|---|
| clanek_FUSION19_AS.pdf | 360,37 kB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/42668Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.