Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: estymacja wartości oczekiwanej

Sortuj według:

Ogranicz wyniki do:

Data fusion applied to the minimization of estimation uncertainty

Sroka R.

Metrology and Measurement Systems

2004

Vol. 11, nr 2

107-122

The paper expounds how, in the Author's opinion, the data fusion process shall be understood and demonstrates that application of fusion in metrology is possible and useful. The process is demonstrated on an example of estimating the expected value of a random variable and its aim was reducing the estimation uncertainty of that statistical parameter. It presents the consecutive stages of data fusion, viz. acquiring and storing information (analysis of estimator properties, assessment of their quality, a priori knowledge), elaboration of data processing methods and process supervision criteria, etc.

W pracy przedstawiono w jaki sposób, w przekonaniu autora, należy rozumieć proces fuzji danych. Proces ten przedstawiono na przykładzie estymacji wartości oczekiwanej zmiennej losowej, a jego celem była redukcja niepewności pomiaru tej zmiennej. Przedstawiono kolejne etapy procesu fuzji, a więc zdobywanie i gromadzenie wiedzy (analiza własności estymatorów, ocena ich jakości, wiedza a'priori), opracowanie metod przetwarzania dartych i kryteriów nadzoru procesu, itp. Pod pojęciem fuzji danych rozumie się wszelkie formalne metody umożliwiające łączenie i przetwarzanie wiedzy o badanym obiekcie lub zjawisku, pochodzącej z wielu różnych źródeł w celu zmniejszenia niepewności końcowego wyniku pomiaru, zwiększenia efektywności klasyfikacji, polepszenia jakości identyfikacji lub diagnostyki. Celem może być również wykorzystanie synergii zawartej w danych pomiarowych, tak aby uzyskać nowe lub pełniejsze informacje, niemożliwe do osiągnięcia innymi metodami, ani z każdego źródła danych osobno. Fuzja danych jest więc pewnym sposobem działania, za pomocą którego duża liczba danych (często bardzo zróżnicowanych) pochodzących z różnych źródeł może być połączona w spójną, dokładną i zrozumiałą całość. Fuzja danych to jednak nie tylko sam etap przetwarzania danych pomiarowych (jakiś szczególny algorytm, zestaw algorytmów czy metod przeznaczonych do rozwiązywania wszystkich możliwych problemów). Fuzja danych to cały proces związany ze zdobywaniem wiedzy o obiekcie czy zjawisku (wiedza a'priori, wiedza pozyskana z danych pomiarowych, wiedza o podobnych zjawiskach lub obiektach, wiedza ekspertów itp.), wyborem lub budową jego modelu, określeniem źródeł i właściwości występujących zakłóceń, wyborem lub opracowaniem odpowiednio efektywnych metod pomiarowych lub algorytmów przetwarzania danych. W przedstawionym przykładzie dokonano analizy i porównania kilku różnych estymatorów wartości oczekiwanej. Wykazano, że w zależności od liczby źródeł danych i ich jakości, oraz posiadanej wiedzy wstępnej o wielkości mierzonej, powinno się stosować różne estymatory wartości oczekiwanej ze względu na minimalizację niepewności uzyskiwanej estymaty. Wykonana analiza prowadziła do określenia procedur nadzoru nad procesem fuzji. Procedury takie mają za zadanie śledzenie parametrów danych wejściowych (lub korzystanie z wiedzy o nich) i wpływanie zgodnie z wyprowadzonymi regułami na wybór właściwych w danym przypadku metod estymacji. Wykazano, w przekonaniu autora, że stosowanie tego typu metodyki w zakresie pomiarów jest możliwe i celowe.