| dbo:abstract
|
- L'algorisme RLS (de l'anglès, recursive-Least-Squares algorithm ) s'usa en filtres adaptatius per trobar els coeficients del filtre que permeten obtenir el mínim quadrat del senyal d'error (definit com la diferència entre el senyal desitjat i el senyal produït a la sortida del filtre) en forma recursiva. (ca)
- Der RLS-Algorithmus (Recursive-Least-Squares-Algorithmus) basiert auf der Methode der kleinsten Quadrate. Er wird zur Lösung überbestimmter linearer Gleichungssysteme und insbesondere zur Schätzung von Modellparametern bei der Identifikation linearer Systeme oder in der Neuroinformatik genutzt. Die Rekursivität erlaubt die Online-Nutzung mit aktuell anfallenden Daten bei gleichbleibender Komplexität in jedem Rekursionsschritt. (de)
- El algoritmo RLS (del inglés, Recursive-Least-Squares algorithm) se usa en filtros adaptativos para encontrar los coeficientes del filtro que permiten obtener el mínimo cuadrado de la señal de error (definida como la diferencia entre la señal deseada y la señal producida a la salida del filtro) en forma recursiva. (es)
- Recursive least squares (RLS) is an adaptive filter algorithm that recursively finds the coefficients that minimize a weighted linear least squares cost function relating to the input signals. This approach is in contrast to other algorithms such as the least mean squares (LMS) that aim to reduce the mean square error. In the derivation of the RLS, the input signals are considered deterministic, while for the LMS and similar algorithms they are considered stochastic. Compared to most of its competitors, the RLS exhibits extremely fast convergence. However, this benefit comes at the cost of high computational complexity. (en)
- En traitement numérique du signal, l'algorithme des moindres carrés récursifs (en anglais, RLS ou Recursive least squares) est un (en), un type de filtre. Il fournit une manière récursive pour calculer le filtre qui minimise une fonction d'erreur, plus précisément qui minimise les moindres carrés pondérés. (fr)
- Algorytm ważonej rekurencyjnej metody najmniejszych kwadratów (WRMNK) został wyprowadzony dla obiektu typu ARX, którego postać przytacza się dla wygody: Zakłada się, że znany jest ciąg wejść obiektu oraz ciąg wyjść obiektu natomiast sekwencja białego szumu, modelującego zakłócenie sprowadzone na wyjście obiektu jest nieznana. Niech oznacza wektor nieznanych parametrów obiektu: Niech oznacza wektor zawierający oszacowania (estymaty) tych parametrów w chwili oraz niech oznacza wektor zawierający próbki wejść i wyjść odpowiadające tym parametrom (zwany wektorem regresyjnym): Niech ponadto wskaźnik jakości będzie dany jako: gdzie zwany jest współczynnikiem ważenia lub zapominania, a zwany jest błędem predykcji jednokrokowej. (pl)
- Рекурсивный или рекуррентный метод наименьших квадратов (МНК) (англ. Recursive Least Squares) — применяемая в эконометрике итеративная процедура оценки параметров регрессионной модели. Данный метод применяется при мультиколлинеарности факторов (в этом случае матрица близка к вырожденной и при её обращении могут возникнуть большие вычислительные неточности). Также получающиеся в результате применения рекурсивного МНК (рекурсивные остатки) используются при тестировании стабильности параметров модели. (ru)
|
| dbo:thumbnail
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 21322 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- L'algorisme RLS (de l'anglès, recursive-Least-Squares algorithm ) s'usa en filtres adaptatius per trobar els coeficients del filtre que permeten obtenir el mínim quadrat del senyal d'error (definit com la diferència entre el senyal desitjat i el senyal produït a la sortida del filtre) en forma recursiva. (ca)
- Der RLS-Algorithmus (Recursive-Least-Squares-Algorithmus) basiert auf der Methode der kleinsten Quadrate. Er wird zur Lösung überbestimmter linearer Gleichungssysteme und insbesondere zur Schätzung von Modellparametern bei der Identifikation linearer Systeme oder in der Neuroinformatik genutzt. Die Rekursivität erlaubt die Online-Nutzung mit aktuell anfallenden Daten bei gleichbleibender Komplexität in jedem Rekursionsschritt. (de)
- El algoritmo RLS (del inglés, Recursive-Least-Squares algorithm) se usa en filtros adaptativos para encontrar los coeficientes del filtro que permiten obtener el mínimo cuadrado de la señal de error (definida como la diferencia entre la señal deseada y la señal producida a la salida del filtro) en forma recursiva. (es)
- Recursive least squares (RLS) is an adaptive filter algorithm that recursively finds the coefficients that minimize a weighted linear least squares cost function relating to the input signals. This approach is in contrast to other algorithms such as the least mean squares (LMS) that aim to reduce the mean square error. In the derivation of the RLS, the input signals are considered deterministic, while for the LMS and similar algorithms they are considered stochastic. Compared to most of its competitors, the RLS exhibits extremely fast convergence. However, this benefit comes at the cost of high computational complexity. (en)
- En traitement numérique du signal, l'algorithme des moindres carrés récursifs (en anglais, RLS ou Recursive least squares) est un (en), un type de filtre. Il fournit une manière récursive pour calculer le filtre qui minimise une fonction d'erreur, plus précisément qui minimise les moindres carrés pondérés. (fr)
- Рекурсивный или рекуррентный метод наименьших квадратов (МНК) (англ. Recursive Least Squares) — применяемая в эконометрике итеративная процедура оценки параметров регрессионной модели. Данный метод применяется при мультиколлинеарности факторов (в этом случае матрица близка к вырожденной и при её обращении могут возникнуть большие вычислительные неточности). Также получающиеся в результате применения рекурсивного МНК (рекурсивные остатки) используются при тестировании стабильности параметров модели. (ru)
- Algorytm ważonej rekurencyjnej metody najmniejszych kwadratów (WRMNK) został wyprowadzony dla obiektu typu ARX, którego postać przytacza się dla wygody: Zakłada się, że znany jest ciąg wejść obiektu oraz ciąg wyjść obiektu natomiast sekwencja białego szumu, modelującego zakłócenie sprowadzone na wyjście obiektu jest nieznana. Niech oznacza wektor nieznanych parametrów obiektu: Niech oznacza wektor zawierający oszacowania (estymaty) tych parametrów w chwili oraz niech oznacza wektor zawierający próbki wejść i wyjść odpowiadające tym parametrom (zwany wektorem regresyjnym): (pl)
|
| rdfs:label
|
- Algorisme RLS (ca)
- RLS-Algorithmus (de)
- Algoritmo RLS (es)
- Algorithme des moindres carrés récursifs (fr)
- Rekurencyjna metoda NK (pl)
- Recursive least squares filter (en)
- Рекурсивный МНК (ru)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:depiction
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageDisambiguates
of | |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
