Physics-aware tuning of the unscented Kalman filter: statistical framework for solving inverse problems involving nonlinear dynamical systems and missing data

Esmaeil Ghorbani, Quentin Dollon et Frederick Gosselin

Article de revue (2024)

Un lien externe est disponible pour ce document

Département:	Département de génie mécanique
Centre de recherche:	LM2 - Laboratoire de Mécanique Multi-échelles
URL de PolyPublie:	https://publications.polymtl.ca/58641/
Titre de la revue:	Nonlinear Dynamics
Maison d'édition:	Springer Nature
DOI:	10.1007/s11071-024-09760-z
URL officielle:	https://doi.org/10.1007/s11071-024-09760-z
Date du dépôt:	26 juin 2024 12:51
Dernière modification:	08 avr. 2025 07:28

Citer en APA 7:	Ghorbani, E., Dollon, Q., & Gosselin, F. (2024). Physics-aware tuning of the unscented Kalman filter: statistical framework for solving inverse problems involving nonlinear dynamical systems and missing data. Nonlinear Dynamics, 23 pages. https://doi.org/10.1007/s11071-024-09760-z
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Dimensions

Actions réservées au personnel

Afficher document