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, Frederick Gosselin

Article de revue (2024)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie mécanique
Unité de recherche:
LM2 - Laboratoire de Mécanique Multi-échelles
Adresse 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
OAI:
oai:publications.polymtl.ca:58641
ORCID
Date du dépôt:
26 juin 2024 12:51
Dernière modification:
14 oct. 2026 14:19
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

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document