JP2007521587A - 信号間の関係をモデル化する装置および方法 - Google Patents
信号間の関係をモデル化する装置および方法 Download PDFInfo
- Publication number
- JP2007521587A JP2007521587A JP2006552254A JP2006552254A JP2007521587A JP 2007521587 A JP2007521587 A JP 2007521587A JP 2006552254 A JP2006552254 A JP 2006552254A JP 2006552254 A JP2006552254 A JP 2006552254A JP 2007521587 A JP2007521587 A JP 2007521587A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- upper triangular
- triangular matrix
- signal
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
Description
A=QR
に従って実行される行列分解のことであり、Aは分解される行列を表し、Qは直交行列を表し、Rは上三角行列を表す。
[Ub Y]
を使用して表され、Yは、実際の出力信号110の列Hankel行列を表す。
[U Yb]
を使用して表される。
[U Y]
を使用して表される。
[Ub Yb]
を使用して表される。
xk+1=A*xk+B*uk
yk=C*xk+D*uk
という形の状態空間モデルを使用してモデル化され、uは、入力信号104のサンプルを表し、xは、被監視システム102の状態を表し、 yは、システム102の出力を表し、{A,B,C,D}は、システム102のパラメータを表す行列である。この実施形態では、コントローラ112は、{A,B,C,D}に対する値を決定することによりモデル識別を実行する。
[V,S,U] = svd(R2’,0)
U1 = U(:,1:n)
[Ng,n] = size(U1)
g = U1 * diag(sqrt(ss(1:n)))
gm = g(1:Ng - Nout,:)
C = g(1:Nout,:)
A = gm\g(Nout + 1:Ng,:)
Poles = eig(A)
このアルゴリズムでは、[V,S,U]は、特異値分解(svd関数呼び出し)を使用して生成されたV、S、およびU行列を表す。U1は、U行列の一番左のn列にそった値を表す。値nは、被監視システム102の次数を表し、ユーザ側で指定するか、S行列の特異値を閾値化することで決定するか、または他の適当な方法で決定することができる。Ngは、U1の行の数を表す。Noutは、被監視システム102の出力の数を表す。変数gは、可観測性行列を表す。変数gmは、短縮された可観測性行列を表す。AおよびCは、被監視システム102を表すためのパラメータ行列の一部である。変数Polesは、モデルの可能な極である、行列Aの固有値を表す。一般に、複数の領域608が上記アルゴリズムと共に使用される場合、可能な極候補の数は増える。
ソフトウエアの付録
function [Q,R]=CQR_H(A,save)
% Usage: [Q,R]=CQR_H(A)
% Q=CQR_H(A)
% This is CQR Household algorithm. It is as economical as
% the standard QR Household algorithm.
%for testing the algorithm accuracy
AO=A;
[n,m]=size(A);
n1=n+1;
%% trianglize A
mm=min(m,n-1);
for j=1:mm
v=HouseHld(A(j:n,j));
A(j:n,j:m)=HousePre(A(j:n,j:m),v);
A(j+1:n,j)=v(2:(n1-j));
end
if nargout <= 1
Q=A;
else
if nargin < 2 | n <= m
R=zeros(size(A));
Q=eye(n);
ncol = n;
elseif save == 0 & n > m
R=zeros(m,m);
Q=[eye(m);zeros(n-m,m)];
ncol = m;
else
error('input format error'),
end
for j=mm:-1:1
v=[1;A(j+1:n,j)];
Q(j:n,j:ncol)=HousePre(Q(j:n,j:ncol),v);
R(1;j,j)=A(1:j,j);
if R(j,j) < 0;
R(j,j:m) = -R(j,j:m);
if nargout > 1
Q(j:n,j) = -Q(j:n,j);
end
end
end
for j=mm+1:m
R(1:n,j)=A(1:n,j);
end
if m >= n & R(n,n) < 0;
R(n,n:m) = -R(n,n:m);
if nargout > 1
Q(:,n) = -Q(:,n);
end
end
end
function [v, P]=HouseHld(x,i)
% v=HouseHld(x,i)
n=length(x);
nx=norm(x);
v=zeros(size(x));
if nargin == 1, i=1; end
ind=[1:i-1,i+1:n];
if nx > eps
b=x(i)+sign(x(i))*nx;
v(ind)=x(ind)/b;
else
v(ind)=x(ind);
end
v(i)-1;
if nargout > 1
P=eye(n)-(2*v)*(v'/(v'*v));
end
function A=HousePre(A,v)
% Usage: Ap=HousePre(A,v)
% Pre-multiply the Householder transformation P(v) to A
% Ap = P(v)*A
A = A + ((-2/(v'*v))*v)*(v'*A);
%A = A - ((2/(v'*v))*v)*(v'*A);
% = (I -2/(v'*v)*(v*v')) * A
% thus,
% P(v) = I -2/(v'*v)*(v*v') -> symmetric
Claims (19)
- 第1の信号および、前記第1の信号に関連付けられた第1の部分および前記第1の信号に関連付けられていない第2の部分を含む第2の信号に関連付けられた、前記第2の信号の前記第2の部分から前記第2の信号の前記第1の部分を少なくとも実質的に分離する射影を受け取るステップと
前記射影の少なくとも一部を使用して、前記第1の信号および前記第2の信号の前記第1の部分を関連付けるモデルの、1つまたは複数のパラメータを識別するステップとを含む方法。 - 前記1つまたは複数のモデルパラメータを識別するステップは、
前記射影を使用して1つまたは複数の極候補および1つまたは複数のモデル候補を識別するステップと、
前記1つまたは複数の極候補のうちの少なくとも1つを選択し、前記1つまたは複数のモデル候補のうちの少なくとも1つを前記モデルパラメータとして選択するステップとを含む請求項1に記載の方法。 - 前記射影は、直交行列および上三角行列を含み、
前記上三角行列は、前記上三角行列の第1の対角要素にそって複数の値を持ち、それぞれの値は0以上である請求項1に記載の方法。 - 前記1つまたは複数のモデルパラメータを識別するステップは、
前記上三角行列内の1つまたは複数の領域を定義するステップと、
前記1つまたは複数の定義済み領域を使用して1つまたは複数の極候補を識別し、前記1つまたは複数のモデルパラメータは前記1つまたは複数の極候補のうちの少なくとも1つを含むステップとを含む請求項3に記載の方法。 - 前記上三角行列は、前記第1の対角要素および第2の対角要素を含み、前記対角要素は前記上三角行列を上側部分、下側部分、左側部分、および右側部分に分割し、
前記上三角行列内の前記1つまたは複数の定義済み領域は、前記上三角行列の前記右側部分内に配置される請求項4に記載の方法。 - 前記上三角行列内の前記1つまたは複数の定義済み領域は、1つまたは複数の第1の定義済み領域を含み、
前記1つまたは複数のモデルパラメータを識別するステップは、さらに、
前記上三角行列内に1つまたは複数の第2の領域を定義するステップと、
前記1つまたは複数の第2の定義済み領域を使用して1つまたは複数のモデル候補を識別し、前記1つまたは複数のモデルパラメータは前記1つまたは複数のモデル候補のうちの少なくとも1つを含むステップとを含む請求項4に記載の方法。 - 前記1つまたは複数の第2の定義済み領域はそれぞれ、前記上三角行列の前記第1の対角要素にそってそこを中心とする行列を表す請求項6に記載の方法。
- 前記上三角行列の前記第1の対角要素にそってそこを中心とするそれぞれの行列は、逆方向列Hankel行列を含み、
前記1つまたは複数のモデル候補を識別するステップは、それぞれの逆方向列Hankel行列を順方向列Hankel行列として書き換えるステップを含む請求項7に記載の方法。 - 前記上三角行列内の前記1つまたは複数の領域を定義するステップは、前記上三角行列内に複数の領域を定義するステップを含み、
前記1つまたは複数のモデルパラメータを識別するステップは、前記上三角行列内の前記定義済み領域のそれぞれについて1つまたは複数のモデルパラメータを識別するステップを含む請求項4に記載の方法。 - 前記上三角行列内の異なる定義済み領域に関連付けられた前記1つまたは複数のモデルパラメータは、異なり、
前記1つまたは複数のモデルパラメータを識別するステップは、さらに、前記上三角行列内の前記定義済み領域の特定の1つに関連付けられた前記1つまたは複数のモデルパラメータを選択するステップを含む請求項9に記載の方法。 - 前記上三角行列は、第1の上三角行列を含み、
前記第1の上三角行列内の前記定義済み領域の特定の1つに関連付けられた前記1つまたは複数のモデルパラメータを選択するステップは、
前記第1の上三角行列内のそれぞれの定義済み領域について、前記定義済み領域に関連付けられている前記1つまたは複数のモデルパラメータに関連付けられた予測誤差に基づいて順方向列Hankel行列を含む行列を生成するステップと、
生成されたそれぞれの行列について、正準QR分解を実行して第2の直交行列および第2の上三角行列を形成し、それぞれの第2の上三角行列はRE3と表されている右上部分を持つステップと、
それぞれの第2の上三角行列について、
- 第1の信号および、前記第1の信号に関連付けられた第1の部分と前記第1の信号に関連付けられていない第2の部分とを含む第2の信号を受信するように機能する少なくとも1つ入力と、
前記第1および第2の信号に関連付けられた射影を生成し、前記射影の少なくとも一部を使用して前記第1の信号および前記第2の信号の前記第1の部分を関連付けるモデルの、1つまたは複数のパラメータを識別し、前記射影は前記第2の信号の前記第1の部分を前記第2の信号の前記第2の部分から少なくとも実質的に分離するように機能する少なくとも1つのプロセッサとを備える装置。 - 前記少なくとも1つのプロセッサは、
前記射影を使用して1つまたは複数の極候補および1つまたは複数のモデル候補を識別するステップと、
前記1つまたは複数の極候補のうちの少なくとも1つを選択し、前記1つまたは複数のモデル候補のうちの少なくとも1つを前記モデルパラメータとして選択するステップとにより前記1つまたは複数のモデルパラメータを識別するように機能する請求項12に記載の装置。 - 前記射影は、直交行列および上三角行列を含み、
前記上三角行列は、前記上三角行列の対角要素にそって複数の値を持ち、それぞれの値は0以上である請求項12に記載の装置。 - 前記少なくとも1つのプロセッサは、
前記上三角行列内の1つまたは複数の領域を定義するステップと、
前記1つまたは複数の定義済み領域を使用して1つまたは複数の極候補を識別し、前記1つまたは複数のモデルパラメータは前記1つまたは複数の極候補のうちの少なくとも1つを含むステップとにより前記1つまたは複数のモデルパラメータを識別するように機能する請求項14に記載の装置。 - 前記上三角行列内の前記1つまたは複数の定義済み領域は、1つまたは複数の第1の定義済み領域を含み、
前記少なくとも1つのプロセッサは、さらに
前記上三角行列内に1つまたは複数の第2の領域を定義するステップと、
前記1つまたは複数の第2の定義済み領域を使用して1つまたは複数のモデル候補を識別し、前記1つまたは複数のモデルパラメータは前記1つまたは複数のモデル候補のうちの少なくとも1つを含むステップとにより前記1つまたは複数のモデルパラメータを識別するように機能する請求項15に記載の装置。 - 前記1つまたは複数の第2の定義済み領域はそれぞれ、前記上三角行列の前記第1の対角要素にそってそこを中心とする行列を表し、
前記上三角行列の前記第1の対角要素にそってそこを中心とするそれぞれの行列は、逆方向列Hankel行列を含み、
前記少なくとも1つのプロセッサは、それぞれの逆方向列Hankel行列を順方向列Hankel行列として書き換えるステップにより前記1つまたは複数のモデル候補を識別するように機能する請求項16に記載の装置。 - 前記少なくとも1つのプロセッサは、前記上三角行列内に複数の領域を定義するステップにより、前記上三角行列内に前記1つまたは複数の領域を定義するように機能し、
前記少なくとも1つのプロセッサは、前記上三角行列内の前記定義済み領域のそれぞれについて1つまたは複数のモデルパラメータを識別するステップにより、前記1つまたは複数のモデルパラメータを識別するように機能する請求項15に記載の装置。 - 前記上三角行列は、第1の上三角行列を含み、
前記第1の上三角行列内の異なる定義済み領域に関連付けられた前記1つまたは複数のモデルパラメータは、異なり、
前記少なくとも1つのプロセッサが、前記上三角行列内の前記定義済み領域の特定の1つに関連付けられた前記1つまたは複数のモデルパラメータを選択するように機能し、
前記第1の上三角行列内のそれぞれの定義済み領域について、前記定義済み領域に関連付けられている前記1つまたは複数のモデルパラメータに関連付けられた予測誤差に基づいて順方向列Hankel行列を含む行列を生成するステップと、
生成されたそれぞれの行列について、正準QR分解を実行して第2の直交行列および第2の上三角行列を形成し、それぞれの第2の上三角行列はRE3と表されている右上部分を持つステップと、
それぞれの第2の上三角行列について、
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/772,971 US7574333B2 (en) | 2004-02-05 | 2004-02-05 | Apparatus and method for modeling relationships between signals |
PCT/US2005/003529 WO2005078539A1 (en) | 2004-02-05 | 2005-02-03 | Apparatus and method for modeling relationships between signals |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007521587A true JP2007521587A (ja) | 2007-08-02 |
Family
ID=34826690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006552254A Pending JP2007521587A (ja) | 2004-02-05 | 2005-02-03 | 信号間の関係をモデル化する装置および方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7574333B2 (ja) |
EP (1) | EP1711867B1 (ja) |
JP (1) | JP2007521587A (ja) |
DE (1) | DE602005023270D1 (ja) |
WO (1) | WO2005078539A1 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7412842B2 (en) | 2004-04-27 | 2008-08-19 | Emerson Climate Technologies, Inc. | Compressor diagnostic and protection system |
US7275377B2 (en) | 2004-08-11 | 2007-10-02 | Lawrence Kates | Method and apparatus for monitoring refrigerant-cycle systems |
JP4545150B2 (ja) * | 2004-08-12 | 2010-09-15 | 富士通株式会社 | 電波到来方向の適応推定追尾方法および装置 |
US20060080068A1 (en) * | 2004-10-07 | 2006-04-13 | International Business Machines Corporation | System and method for efficient model order reduction in electric and electronic circuit design |
US20060080067A1 (en) * | 2004-10-07 | 2006-04-13 | International Business Machines Corporation | Methods and systems for compact modeling of large linear circuits with a large number of terminals |
US8590325B2 (en) | 2006-07-19 | 2013-11-26 | Emerson Climate Technologies, Inc. | Protection and diagnostic module for a refrigeration system |
US20080216494A1 (en) | 2006-09-07 | 2008-09-11 | Pham Hung M | Compressor data module |
US20090037142A1 (en) | 2007-07-30 | 2009-02-05 | Lawrence Kates | Portable method and apparatus for monitoring refrigerant-cycle systems |
US9140728B2 (en) | 2007-11-02 | 2015-09-22 | Emerson Climate Technologies, Inc. | Compressor sensor module |
JP5659472B2 (ja) * | 2009-09-01 | 2015-01-28 | 富士通株式会社 | 到来方向推定装置及び方法 |
EP2681497A4 (en) | 2011-02-28 | 2017-05-31 | Emerson Electric Co. | Residential solutions hvac monitoring and diagnosis |
US8964338B2 (en) | 2012-01-11 | 2015-02-24 | Emerson Climate Technologies, Inc. | System and method for compressor motor protection |
US9310439B2 (en) | 2012-09-25 | 2016-04-12 | Emerson Climate Technologies, Inc. | Compressor having a control and diagnostic module |
US9803902B2 (en) | 2013-03-15 | 2017-10-31 | Emerson Climate Technologies, Inc. | System for refrigerant charge verification using two condenser coil temperatures |
EP2971989A4 (en) | 2013-03-15 | 2016-11-30 | Emerson Electric Co | REMOTE MONITORING AND DIAGNOSIS FOR A HVAC SYSTEM |
US9551504B2 (en) | 2013-03-15 | 2017-01-24 | Emerson Electric Co. | HVAC system remote monitoring and diagnosis |
AU2014248049B2 (en) | 2013-04-05 | 2018-06-07 | Emerson Climate Technologies, Inc. | Heat-pump system with refrigerant charge diagnostics |
US11947339B2 (en) | 2019-10-30 | 2024-04-02 | Honeywell International Inc. | Plant-wide optimization including batch operations |
US11799537B2 (en) * | 2021-07-28 | 2023-10-24 | Nxp B.V. | Radar signal processing with forward-backward matrix |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4740968A (en) * | 1986-10-27 | 1988-04-26 | International Business Machines Corporation | ECC circuit failure detector/quick word verifier |
US5490516A (en) | 1990-12-14 | 1996-02-13 | Hutson; William H. | Method and system to enhance medical signals for real-time analysis and high-resolution display |
US5706402A (en) * | 1994-11-29 | 1998-01-06 | The Salk Institute For Biological Studies | Blind signal processing system employing information maximization to recover unknown signals through unsupervised minimization of output redundancy |
EP0823146B1 (en) * | 1996-02-23 | 2001-10-24 | Koninklijke Philips Electronics N.V. | Reduced complexity signal converter |
US6026334A (en) | 1996-07-30 | 2000-02-15 | Weyerhaeuser Company | Control system for cross-directional profile sheet formation |
US6278961B1 (en) * | 1997-07-02 | 2001-08-21 | Nonlinear Solutions, Inc. | Signal and pattern detection or classification by estimation of continuous dynamical models |
US5991525A (en) * | 1997-08-22 | 1999-11-23 | Voyan Technology | Method for real-time nonlinear system state estimation and control |
US6615164B1 (en) * | 1999-04-15 | 2003-09-02 | Synopsys Inc. | Method and apparatus for representing integrated circuit device characteristics using polynomial equations |
US6510354B1 (en) * | 1999-04-21 | 2003-01-21 | Ching-Fang Lin | Universal robust filtering process |
US6567757B2 (en) * | 2000-02-24 | 2003-05-20 | Simmonds Precision Products, Inc. | Reducing vibration using QR decomposition and unconstrained optimization |
JP3768375B2 (ja) * | 2000-04-04 | 2006-04-19 | Necエレクトロニクス株式会社 | 計算装置および電子回路シミュレーション装置 |
US6757569B2 (en) * | 2000-04-19 | 2004-06-29 | American Gnc Corporation | Filtering process for stable and accurate estimation |
EP1162802B1 (fr) | 2000-06-08 | 2005-08-17 | STMicroelectronics N.V. | Egalisateur utilisant un canal transformé. |
AU2001275887A1 (en) * | 2000-07-12 | 2002-01-21 | Cornell Research Foundation Inc. | Method and system for analyzing multi-variate data using canonical decomposition |
GB0027238D0 (en) | 2000-11-08 | 2000-12-27 | Secr Defence | Adaptive filter |
US7085711B2 (en) | 2000-11-09 | 2006-08-01 | Hrl Laboratories, Llc | Method and apparatus for blind separation of an overcomplete set mixed signals |
JP3639206B2 (ja) * | 2000-11-24 | 2005-04-20 | 富士通株式会社 | 共有メモリ型スカラ並列計算機における並列行列処理方法、及び記録媒体 |
FI20010367A (fi) * | 2001-02-23 | 2002-08-24 | Nokia Corp | Menetelmä ja järjestely häiriön vaimentamiseksi |
US7003380B2 (en) * | 2001-02-27 | 2006-02-21 | Sikorsky Aircraft Corporation | System for computationally efficient adaptation of active control of sound or vibration |
US6622117B2 (en) * | 2001-05-14 | 2003-09-16 | International Business Machines Corporation | EM algorithm for convolutive independent component analysis (CICA) |
US20040078412A1 (en) * | 2002-03-29 | 2004-04-22 | Fujitsu Limited | Parallel processing method of an eigenvalue problem for a shared-memory type scalar parallel computer |
US6934397B2 (en) * | 2002-09-23 | 2005-08-23 | Motorola, Inc. | Method and device for signal separation of a mixed signal |
-
2004
- 2004-02-05 US US10/772,971 patent/US7574333B2/en not_active Expired - Fee Related
-
2005
- 2005-02-03 WO PCT/US2005/003529 patent/WO2005078539A1/en not_active Application Discontinuation
- 2005-02-03 DE DE602005023270T patent/DE602005023270D1/de active Active
- 2005-02-03 JP JP2006552254A patent/JP2007521587A/ja active Pending
- 2005-02-03 EP EP05712831A patent/EP1711867B1/en not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
CSNG200100282001, 岡田 昌史 Masafumi OKADA, "既知情報を用いた部分空間同定法 Subspace State Space System Identification using Prior Knowledge", システム/制御/情報 SYSTEMS,CONTROL AND INFORMATION, 19970215, 第41巻 第2号, 第47−52頁, JP, システム制御情報学会 The Institute of Systems,Con * |
CSNG200400560007, 片山 徹 Tohru KATAYAMA, "直交分解に基づく実現理論と部分空間同定法 Realization and Subspace Identification Method by Orthogon", システム/制御/情報 SYSTEMS,CONTROL AND INFORMATION, 20020715, 第46巻 第7号, 第409−417頁, JP, システム制御情報学会 The Institute of Systems,Con * |
Also Published As
Publication number | Publication date |
---|---|
US20050177348A1 (en) | 2005-08-11 |
WO2005078539A1 (en) | 2005-08-25 |
DE602005023270D1 (de) | 2010-10-14 |
EP1711867B1 (en) | 2010-09-01 |
US7574333B2 (en) | 2009-08-11 |
EP1711867A1 (en) | 2006-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007521587A (ja) | 信号間の関係をモデル化する装置および方法 | |
JP2007527157A (ja) | 信号に含まれるノイズ効果を分離するための装置および方法 | |
WO2019246008A1 (en) | Autonomous predictive real-time monitoring of faults in process and equipment | |
JP6870346B2 (ja) | データ分析システム、データ分析方法およびプログラム | |
US8295952B2 (en) | Apparatus and method for automated closed-loop identification of an industrial process in a process control system | |
Worden et al. | Novelty detection in a changing environment: regression and interpolation approaches | |
WO2008157498A1 (en) | Methods and systems for predicting equipment operation | |
CN111079836A (zh) | 基于伪标签方法和弱监督学习的过程数据故障分类方法 | |
Liland et al. | ROSA—a fast extension of partial least squares regression for multiblock data analysis | |
JP2010282547A (ja) | 入力変数選択支援装置 | |
CN107942956A (zh) | 信息处理装置、信息处理方法、信息处理程序及记录介质 | |
Yang et al. | Nonparametric profile monitoring using dynamic probability control limits | |
US11004002B2 (en) | Information processing system, change point detection method, and recording medium | |
US20070233336A1 (en) | Method and apparatus for navigating unmanned vehicle using sensor fusion | |
EP3132321B1 (en) | Transforming failure samples using conditional models for machine condition monitoring | |
Luo et al. | Learning differential operators for interpretable time series modeling | |
Liu et al. | Learning dynamic temporal graphs for oil-production equipment monitoring system | |
CN115171790A (zh) | 质谱的数据序列在质量评估中的分析方法、装置和存储介质 | |
Sadeghi-Bazargani et al. | Using SIMCA statistical software package to apply orthogonal projections to latent structures modeling | |
Srinivasan et al. | Experiments in numerical reasoning with inductive logic programming | |
Zheng | A modified method for closed-loop identification of transfer function models | |
Ham et al. | Partial least-squares: Theoretical issues and engineering applications in signal processing | |
US10997535B1 (en) | System, method, and computer program for predicting delays in delivering a project to a customer | |
CN118114783A (zh) | 用于预测技术系统的状态的计算机实现的方法和设备 | |
CN118036811A (zh) | 质量变量预测方法、装置、计算机设备、存储介质和产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100809 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101108 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101115 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110225 |