動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)指南

 
第1章動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)介紹.
1.1 引言
1.2 什么是DDDAS
13狀態(tài)估計(jì)和數(shù)據(jù)同化
1.4 DDDAS 方法
1.5 DDDAS 發(fā)展歷程
15.1 理論:建模與分析
1.5.2方法:領(lǐng)域應(yīng)用
15.3設(shè)計(jì):系統(tǒng)和架構(gòu)
1.6本書概述
1.7 DDDAS的未來
1.8 小結(jié)
參考文獻(xiàn)
部分測(cè)量感知:數(shù)據(jù)同化和不確定性量化
第2章動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)相干流體映射中的可伸縮非高斯表示
2.1 引言
2.11系統(tǒng)動(dòng)力學(xué)及優(yōu)化
2.1.2 動(dòng)態(tài)變形精簡模型
2.1.3 非線性高維推理
2.2多集合的集成學(xué)習(xí)
2.3 非線性濾波必須減少總方差
2.4堆疊級(jí)聯(lián)學(xué)習(xí)
2.5濾波中的信息論
2.6 應(yīng)用示例
2.7 小結(jié)
參考文獻(xiàn)
第3章多尺度系統(tǒng)數(shù)據(jù)同化中的動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)自適應(yīng)觀測(cè)
3.1 引言
3.2 降維和均質(zhì)化
3.3多尺度系統(tǒng)中的數(shù)據(jù)同化
3.4基于信息論的傳感器選擇策略
3.4.1 線性情況
3.4.2粗粒度動(dòng)力學(xué)的信息流
3.4.3有限時(shí)間李雅普諾夫指數(shù)和奇異向量
3.4.4傳感器選擇和Lorenz1963模型
3.5小結(jié)
參考文獻(xiàn)
第4章基于多項(xiàng)式混沌動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng) 的不確定性量化空間態(tài)勢(shì)感知
4.1 引言
4.2 高斯混合模型
4.3 多項(xiàng)式混沌
4.4高斯混合模型的多項(xiàng)式混沌
4.5全球電離層-熱層模型
4.6 實(shí)驗(yàn)結(jié)果
4.61軌道不確定性度量
4.6.2大氣密度預(yù)測(cè)的初步結(jié)果
4.7 小結(jié)
參考文獻(xiàn)
第二部分信號(hào)感知:過程監(jiān)控
第5章面向航空故障檢測(cè)的學(xué)習(xí)時(shí)空數(shù)據(jù)流關(guān)系研究
5.1 引言
5.2 背景介紹
5.2.1錯(cuò)誤檢測(cè)和糾正方法
5.2.2時(shí)空數(shù)據(jù)流處理系統(tǒng)
5.3 機(jī)器學(xué)習(xí)組件的設(shè)計(jì)
5.3.1 PILOTS 編程語言的預(yù)測(cè)
5.3.2PILOTS運(yùn)行時(shí)的預(yù)測(cè)
5.4線性模型的數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)
5.4.1學(xué)習(xí)算法
5.4.2線性模型精度
5.5動(dòng)態(tài)模型的統(tǒng)計(jì)學(xué)習(xí)
5.5.1離線監(jiān)督學(xué)習(xí)
5.5.2動(dòng)態(tài)在線無監(jiān)督學(xué)習(xí)
5.6案例分析:飛機(jī)重量估算
5.6.1 實(shí)驗(yàn)設(shè)置
5.6.2線性回歸估計(jì)氣動(dòng)模型參數(shù)
5.6.3使用錯(cuò)誤簽名進(jìn)行錯(cuò)誤檢測(cè)和糾正
5.6.4使用動(dòng)態(tài)貝葉斯分類器進(jìn)行錯(cuò)誤檢測(cè)
……
第三部分 結(jié)構(gòu)感知：健康建模
第四部分 環(huán)境感知：地球、生物和空間系統(tǒng)
第五部分 情景感知：追蹤方法
第六部分 上下文感知：協(xié)調(diào)控制
第七部分 能源感知：能源系統(tǒng)
第八部分 過程感知：圖形和視頻編碼
第九部分 網(wǎng)路感知：安全性和計(jì)算
第十部分 系統(tǒng)感知：設(shè)計(jì)方法