To see the other types of publications on this topic, follow the link: Non-Asymptotic and robust estimation.
Dissertations / Theses on the topic 'Non-Asymptotic and robust estimation'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 50 dissertations / theses for your research on the topic 'Non-Asymptotic and robust estimation.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Browse dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
1
Sohrabi, Maryam. "On Robust Asymptotic Theory of Unstable AR(p) Processes with Infinite Variance." Thesis, Université d'Ottawa / University of Ottawa, 2016. http://hdl.handle.net/10393/34280.
Full textAbstract:
In this thesis, we explore some asymptotic results in heavy-tailed theory. There are many empirical and compelling evidence in statistics that require modeling with heavy tailed observations.
This thesis is divided into three parts. First, we consider a robust estimation of the mean vector for a sequence of independent and identically distributed observations in the domain of attraction of a stable law with possibly different indices of stability between 1 and 2. The suggested estimator is asymptotically normal with unknown parameters. We apply an asymptotically valid bootstrap to construct a confidence region for the mean vector. Furthermore, a simulation study is performed to show that the estimation method is efficient for conducting inference about the mean vector for multivariate heavy-tailed observations.
In the second part, we present the asymptotic distribution of M-estimators for
parameters in an unstable AR(p) process. The innovations are assumed to be in
the domain of attraction of a stable law with index 0 < α ≤ 2. In particular,
when the model involves repeated unit roots or conjugate complex unit roots, M-
estimators have a higher asymptotic rate of convergence compared to the least square estimators. Moreover, we show that the asymptotic results can be written as Ito stochastic integrals.
Finally, the preceding methodologies lead to develop the asymptotic theory of M-estimators for parameters in unstable AR(p) processes with nonzero location parameter.
Similar to the preceding cases, we assume that the process is driven by innovations in the domain of attraction of a stable law with index 0 < α ≤ 2. In this thesis, for all models, we also cover the finite variance case (α = 2).
2
Danilov, Mikhail. "Robust estimation of multivariate scatter in non-affine equivariant scenarios." Thesis, University of British Columbia, 2010. http://hdl.handle.net/2429/19462.
Full textAbstract:
We consider the problem of robust estimation of the scatter matrix of an elliptical distribution when observed data are corrupted in a cell-wise manner. The first half of the thesis develops a framework for dealing with data subjected to independent cell-wise contamination. Each data cell (as opposed to data case in traditional robustness) can be contaminated independently of the rest of the case. Instead of downweighting the whole case we attempt to identify the affected cells, remove the offending values and treat them as missing at random for subsequent likelihood-based processing. We explore several variations of the detection procedure that takes into account the multivariate structure of the data and end up with a heuristic algorithm that identifies and removes a large proportion of dangerous independent contamination. Although there are not many existing methods to measure against, the proposed covariance estimate compares favorably to naive alternatives such as pairwise estimates or univariate Winsorising.
The cell-wise data corruption mechanism that we deal with in the second half of this thesis is missing data. Missing data on their own have been well studied and likelihood methods are well developed. The new setting that we are interested in is when missing data come together with the traditional case-wise contamination. Both issues have been studied extensively over that last few decades but little attention has been paid to how to address them both at the same time. We propose a modification of the S-estimate that allows robust estimation of multivariate location and scatter matrix in the presence of missing completely at random (MCAR) data. The method is based on the idea of the maximum likelihood of the observed data and extends it into the world of S-estimates. The estimate comes complete with the computation algorithm, which is an adjusted version of the widely used Fast-S procedure. Simulation results and applications to real datasets confirm the superiority of our method over available alternatives.
Preliminary investigation reported in the concluding chapter suggests that combining the two main ideas presented in this thesis can yield an estimate that is robust against case-wise and cell-wise contamination simultaneously.
3
Tamburello, Philip Michael. "Iterative Memoryless Non-linear Estimators of Correlation for Complex-Valued Gaussian Processes that Exhibit Robustness to Impulsive Noise." Diss., Virginia Tech, 2016. http://hdl.handle.net/10919/64785.
Full textAbstract:
The autocorrelation function is a commonly used tool in statistical time series analysis. Under the assumption of Gaussianity, the sample autocorrelation function is the standard method used to estimate this function given a finite number of observations. Non-Gaussian, impulsive observation noise following probability density functions with thick tails, which often occurs in practice, can bias this estimator, rendering classical time series analysis methods ineffective.
This work examines the robustness of two estimators of correlation based on memoryless nonlinear functions of observations, the Phase-Phase Correlator (PPC) and the Median- of-Ratios Estimator (MRE), which are applicable to complex-valued Gaussian random pro- cesses. These estimators are very fast and easy to implement in current processors. We show that these estimators are robust from a bias perspective when complex-valued Gaussian pro- cesses are contaminated with impulsive noise at the expense of statistical efficiency at the assumed Gaussian distribution. Additionally, iterative versions of these estimators named the IMRE and IPPC are developed, realizing an improved bias performance over their non- iterative counterparts and the well-known robust Schweppe-type Generalized M-estimator utilizing a Huber cost function (SHGM).
An impulsive noise suppression technique is developed using basis pursuit and a priori atom weighting derived from the newly developed iterative estimators. This new technique is proposed as an alternative to the robust filter cleaner, a Kalman filter-like approach that relies on linear prediction residuals to identity and replace corrupted observations. It does not have the same initialization issues as the robust filter cleaner.
Robust spectral estimation methods are developed using these new estimators and impulsive noise suppression techniques. Results are obtained for synthetic complex-valued Guassian processes and real-world digital television signals collected using a software defined radio.Ph. D.
4
Yan, Jiajia. "Statistical analysis on diffusion tensor estimation." Thesis, University of Wolverhampton, 2017. http://hdl.handle.net/2436/621860.
Full textAbstract:
Diffusion tensor imaging (DTI) is a relatively new technology of magnetic resonance imaging, which enables us to observe the insight structure of the human body in vivo and non-invasively. It displays water molecule movement by a 3×3 diffusion tensor at each voxel. Tensor field processing, visualisation and tractography are all based on the diffusion tensors. The accuracy of estimating diffusion tensor is essential in DTI. This research focuses on exploring the potential improvements at the tensor estimation of DTI. We analyse the noise arising in the measurement of diffusion signals. We present robust methods, least median squares (LMS) and least trimmed squares (LTS) regressions, with forward search algorithm that reduce or eliminate outliers to the desired level. An investigation of the criterion to detect outliers is provided in theory and practice. We compare the results with the generalised non-robust models in simulation studies and applicants and also validated various regressions in terms of FA, MD and orientations. We show that the robust methods can handle the data with up to 50% corruption. The robust regressions have better estimations than generalised models in the presence of outliers. We also consider the multiple tensors problems. We review the recent techniques of multiple tensor problems. Then we provide a new model considering neighbours' information, the Bayesian single and double tensor models using neighbouring tensors as priors, which can identify the double tensors effectively. We design a framework to estimate the diffusion tensor field with detecting whether it is a single tensor model or multiple tensor model. An output of this framework is the Bayesian neighbour (BN) algorithm that improves the accuracy at the intersection of multiple fibres. We examine the dependence of the estimators on the FA and MD and angle between two principal diffusion orientations and the goodness of fit. The Bayesian models are applied to the real data with validation. We show that the double tensors model is more accurate on distinct fibre orientations, more anisotropic or similar mean diffusivity tensors. The final contribution of this research is in covariance tensor estimation. We define the median covariance matrix in terms of Euclidean and various non-Euclidean metrics taking its symmetric semi-positive definiteness into account. We compare with estimation methods, Euclidean, power Euclidean, square root Euclidean, log-Euclidean, Riemannian Euclidean and Procrustes median tensors. We provide an analysis of the different metric between different median covariance tensors. We also provide the weighting functions and define the weighted non-Euclidean covariance tensors. We finish with manifold-valued data applications that improve the illustration of DTI images in tensor field processing with defined non-weighted and weighted median tensors. The validation of non-Euclidean methods is studied in the tensor field processing. We show that the root square median estimator is preferable in general, which can effectively exclude outliers and clearly shows the important structures of the brain. The power Euclidean median estimator is recommended when producing FA map.
5
Frontera, Pons Joana Maria. "Robust target detection for Hyperspectral Imaging." Thesis, Supélec, 2014. http://www.theses.fr/2014SUPL0024/document.
Full textAbstract:
L'imagerie hyperspectrale (HSI) repose sur le fait que, pour un matériau donné, la quantité de rayonnement émis varie avec la longueur d'onde. Les capteurs HSI mesurent donc le rayonnement des matériaux au sein de chaque pixel pour un très grand nombre de bandes spectrales contiguës et fournissent des images contenant des informations à la fois spatiale et spectrale. Les méthodes classiques de détection adaptative supposent généralement que le fond est gaussien à vecteur moyenne nul ou connu. Cependant, quand le vecteur moyen est inconnu, comme c'est le cas pour l'image hyperspectrale, il doit être inclus dans le processus de détection. Nous proposons dans ce travail d'étendre les méthodes classiques de détection pour lesquelles la matrice de covariance et le vecteur de moyenne sont tous deux inconnus.Cependant, la distribution statistique multivariée des pixels de l'environnement peut s'éloigner de l'hypothèse gaussienne classiquement utilisée. La classe des distributions elliptiques a été déjà popularisée pour la caractérisation de fond pour l’HSI. Bien que ces modèles non gaussiens aient déjà été exploités dans la modélisation du fond et dans la conception de détecteurs, l'estimation des paramètres (matrice de covariance, vecteur moyenne) est encore généralement effectuée en utilisant des estimateurs conventionnels gaussiens. Dans ce contexte, nous analysons de méthodes d’estimation robuste plus appropriées à ces distributions non-gaussiennes : les M-estimateurs. Ces méthodes de détection couplées à ces nouveaux estimateurs permettent d'une part, d'améliorer les performances de détection dans un environment non-gaussien mais d'autre part de garder les mêmes performances que celles des détecteurs conventionnels dans un environnement gaussien. Elles fournissent ainsi un cadre unifié pour la détection de cibles et la détection d'anomalies pour la HSIHyperspectral imaging (HSI) extends from the fact that for any given material, the amount of emitted radiation varies with wavelength. HSI sensors measure the radiance of the materials within each pixel area at a very large number of contiguous spectral bands and provide image data containing both spatial and spectral information. Classical adaptive detection schemes assume that the background is zero-mean Gaussian or with known mean vector that can be exploited. However, when the mean vector is unknown, as it is the case for hyperspectral imaging, it has to be included in the detection process. We propose in this work an extension of classical detection methods when both covariance matrix and mean vector are unknown.However, the actual multivariate distribution of the background pixels may differ from the generally used Gaussian hypothesis. The class of elliptical distributions has already been popularized for background characterization in HSI. Although these non-Gaussian models have been exploited for background modeling and detection schemes, the parameters estimation (covariance matrix, mean vector) is usually performed using classical Gaussian-based estimators. We analyze here some robust estimation procedures (M-estimators of location and scale) more suitable when non-Gaussian distributions are assumed. Jointly used with M-estimators, these new detectors allow to enhance the target detection performance in non-Gaussian environment while keeping the same performance than the classical detectors in Gaussian environment. Therefore, they provide a unified framework for target detection and anomaly detection in HSI
6
Wang, Zhibo. "Estimations non-asymptotiques et robustes basées sur des fonctions modulatrices pour les systèmes d'ordre fractionnaire." Electronic Thesis or Diss., Bourges, INSA Centre Val de Loire, 2023. http://www.theses.fr/2023ISAB0003.
Full textAbstract:
Cette thèse développe la méthode des fonctions modulatrices pour des estimations non-asymptotiques et robustes pour des pseudo-états des systèmes nonlinéaires d'ordre fractionnaire, des systèmes linéaires d'ordre fractionnaire avec des accélérations en sortie, et des systèmes à retards d'ordre fractionnaire. Les estimateurs conçus sont fournis en termes de formules intégrales algébriques, ce qui assure une convergence non-asymptotique. Comme une caractéristique essentielle des algorithmes d'estimation conçus, les mesures de sorties bruitées ne sont impliquées que dans les termes intégraux, ce qui confère aux estimateurs une robustesse contre les bruits. Premièrement, pour les systèmes nonlinéaires d'ordre fractionnaire et partiellement inconnu, l'estimation de la dérivée fractionnaire du pseudo-état est abordée via la méthode des fonctions modulatrices. Grâce à la loi de l'indice additif des dérivées fractionnaires, l'estimation est décomposée en une estimation des dérivées fractionnaires de la sortie et une estimation des valeurs initiales fractionnaires. Pendant ce temps, la partie inconnue est estimée via une stratégie innovante de fenêtre glissante. Deuxièmement, pour les systèmes linéaires d'ordre fractionnaire avec des accélérations comme sortie, l'estimation de l'intégrale fractionnaire de l'accélération est d'abord considérée pour les systèmes mécaniques de vibration d'ordre fractionnaire, où seules des mesures d'accélération bruitées sont disponibles. Basée sur des approches numériques existantes qui traitent des intégrales fractionnaires, notre attention se limite principalement à l'estimation des valeurs initiales inconnues en utilisant la méthode des fonctions modulatrices. Sur cette base, le résultat est ensuite généralisé aux systèmes linéaires plus généraux d'ordre fractionnaire. En particulier, le comportement des dérivées fractionnaires à zéro est étudié pour des fonctions absolument continues, ce qui est assez différent de celui de l'ordre entier. Troisièment, pour les systèmes à retards d'ordre fractionnaire, l'estimation du pseudo-état est étudiée en concevant un système dynamique auxiliaire d'ordre fractionnaire, qui fournit un cadre plus général pour générer les fonctions modulatrices requises. Avec l'introduction de l'opérateur de retard et du changement de coordonnées généralisé bicausal, l'estimation du pseudo-état du système considéré peut être réduite à celle de la forme normale correspondante. Contrairement aux travaux précédents le schéma présenté permet une estimation directe du pseudo-état plutôt que d'estimer les dérivées fractionnaires de la sortie et un ensemble de valeurs initiales fractionnaires. De plus, l'efficacité et la robustesse des estimateurs proposés sont vérifiées par des simulations numériques dans cette thèse. Enfin, un résumé de ce travail et un aperçu des travaux futurs sont tirésThis thesis develops the modulating functions method for non-asymptotic and robust estimations for fractional-order nonlinear systems, fractional-order linear systems with accelerations as output, and fractional-order time-delay systems. The designed estimators are provided in terms of algebraic integral formulas, which ensure non-asymptotic convergence. As an essential feature of the designed estimation algorithms, noisy output measurements are only involved in integral terms, which endows the estimators with robustness against corrupting noises. First, for fractional-order nonlinear systems which are partially unknown, fractional derivative estimation of the pseudo-state is addressed via the modulating functions method. Thanks to the additive index law of fractional derivatives, the estimation is decomposed into the fractional derivatives estimation of the output and the fractional initial values estimation. Meanwhile, the unknown part is fitted via an innovative sliding window strategy. Second, for fractional-order linear systems with accelerations as output, fractional integral estimation of the acceleration is firstly considered for fractional-order mechanical vibration systems, where only noisy acceleration measurements are available. Based on the existing numerical approaches addressing the proper fractional integrals of accelerations, our attention is primarily restricted to estimating the unknown initial values using the modulating functions method. On this basis, the result is further generalized to more general fractional-order linear systems. In particular, the behaviour of fractional derivatives at zero is studied for absolutely continuous functions, which is quite different from that of integer order. Third, for fractional-order time-delay systems, pseudo-state estimation is studied by designing a fractional-order auxiliary modulating dynamical system, which provides a more general framework for generating the required modulating functions. With the introduction of the delay operator and the bicausal generalized change of coordinates, the pseudo-state estimation of the considered system can be reduced to that of the corresponding observer normal form. In contrast to the previous work, the presented scheme enables direct estimation for the pseudo-state rather than estimating the fractional derivatives of the output and a bunch of fractional initial values. In addition, the efficiency and robustness of the proposed estimators are verified by numerical simulations in this thesis. Finally, a summary of this work and an insight into future work were drawn
7
Beltaief, Slim. "Algorithmes optimaux de traitement de données pour des systèmes complexes d'information et télécommunication dans un environnement incertain." Thesis, Normandie, 2017. http://www.theses.fr/2017NORMR056/document.
Full textAbstract:
Ce travail est consacré au problème d'estimation non paramétrique dans des modèles de régression en temps continu. On considère le problème d'estimation d'une fonction inconnue S supposée périodique. Cette estimation est basée sur des observations générées par un processus stochastique; ces observations peuvent être en temps continu ou discret. Pour ce faire, nous construisons une série d'estimateurs par projection et nous approchons la fonction inconnue S par une série de Fourier finie. Dans cette thèse, nous considérons le problème d'estimation dans le cadre adaptatif, c'est-à-dire le cas où la régularité de la fonction S est inconnue. Pour ce problème, nous développons une nouvelle méthode d'adaptation basée sur la procédure de sélection de modèle proposée par Konev et Pergamenshchikov (2012). Tout d'abord, cette procédure nous donne une famille d'estimateurs ; après nous choisissons le meilleur estimateur possible en minimisant une fonction coût. Nous donnons également une inégalité d'Oracle pour le risque de nos estimateurs et nous donnons la vitesse de convergence minimaxThis thesis is devoted to the problem of non parametric estimation for continuous-time regression models. We consider the problem of estimating an unknown periodoc function S. This estimation is based on observations generated by a stochastic process; these observations may be in continuous or discrete time. To this end, we construct a series of estimators by projection and thus we approximate the unknown function S by a finite Fourier series. In this thesis we consider the estimation problem in the adaptive setting, i.e. in situation when the regularity of the fonction S is unknown. In this way, we develop a new adaptive method based on the model selection procedure proposed by Konev and Pergamenshchikov (2012). Firstly, this procedure give us a family of estimators, then we choose the best possible one by minimizing a cost function. We give also an oracle inequality for the risk of our estimators and we give the minimax convergence rate
8
Liu, Jie. "State Estimation for Linear Singular and Nonlinear Dynamical Systems Based on Observable Canonical Forms." Electronic Thesis or Diss., Bourges, INSA Centre Val de Loire, 2024. http://www.theses.fr/2024ISAB0002.
Full textAbstract:
Cette thèse a pour objectif, d’une part, de concevoir des estimateurs pour les systèmessinguliers linéaires en utilisant la méthode des fonctions de modulation. D’autrepart, elle vise à développer des observateurs pour une classe de systèmes dynamiquesnon linéaires en utilisant la méthode des formes normales d’observateurs. Pour lessystèmes singuliers, les estimateurs conçus sont présentés sous forme de formulesintégrales algébriques, garantissant une convergence non asymptotique. Une caractéristique essentielle des algorithmes d’estimation conçus est que les mesures bruitées des sorties ne sont impliquées que dans des termes intégraux, conférant ainsi aux estimateurs une robustesse face aux bruits perturbateurs. Pour les systèmes non linéaires, l’idée principale de conception consiste à transformer les systèmes proposés en une forme simplifiée qui supporte les observateurs existants tels que l’observateur à grandgain et l’observateur en mode glissant. Cette forme simple est appelée forme canoniqueobservable dépendant de la sortie auxiliaire.Pour les systèmes singuliers linéaires, nous transformons le système considéré enune forme similaire à la forme canonique observable de Brunovsky en injectant lesdérivées des entrées et des sorties. Tout d’abord, pour les systèmes singuliers linéairesmono-entrée mono-sortie, la condition d’observabilité est proposée. Des formules algébriques avec une fenêtre d’intégration glissante sont obtenues pour les variables dans différentes situations sans connaître la condition initiale du système. Ensuite, pour les systèmes singuliers linéaires à multiples entrées et sorties, une méthode innovante d’estimation non asymptotique et robuste basée sur la forme canonique observable à l’aide d’un ensemble de systèmes dynamiques de modulation auxiliaires est introduite. Ces derniers systèmes auxiliaires sont donnés par la forme canonique observable contrôlable avec des conditions initiales nulles. En introduisant un ensemble de systèmes dynamiques de modulation auxiliaires qui fournit un cadre plus général pour générer les fonctions de modulation requises, des formules intégrales algébriques sont obtenues à la fois pour les variables d’état et les dérivées de sortie. De plus, l’efficacité et la robustesse des estimateurs proposés sont vérifiées par des simulations numériques dans cette thèse.Pour les systèmes dynamiques non linéaires, nous proposons une famille de systèmesdynamiques non linéaires à multiples sorties "prêts à porter" qui peuvent êtretransformés en formes normales d’observateurs dépendant de la sortie auxiliaire, permettant ainsi le support de l’observateur en mode glissant bien connu. Pour cela, aumoyen de la méthode d’extension de dynamique et d’un ensemble des changementsde coordonnées (calculs algébriques intégraux de base), les termes non linéairessont annulés par une dynamique auxiliaire ou remplacés par des fonctions non linéairesdes multiples sorties. Il convient de mentionner que cette procédure est menée à biende manière compréhensible sans recourir aux outils de la géométrie différentielle, cequi est convivial pour ceux qui ne sont pas familiers avec les calculs des crochets deLie. De plus, l’efficacité et la robustesse des observateurs proposés sont vérifiées pardes simulations numériques dans cette thèse. Deuxièmement, une classe plus large desystèmes dynamiques non linéaires à multiples entrées et sorties "prêts à porter" estfournie pour étendre et développer davantage les systèmes proposés dans le premiercas. De manière similaire, au moyen de la dynamique auxiliaire correspondante etd’un ensemble des changements de coordonnées, les systèmes fournis sont convertisen formes normales non linéaires ciblées dépendant à la fois des multiples sorties etdes variables auxiliaires. Naturellement, cette procédure est également réalisée sansrecourir aux outils géométriques. Enfin, des conclusions sont présentées avec quelques perspectivesThis thesis aims, on the one hand, to design estimators for linear singular systems usingthemethod of modulation functions. On the other hand, it aims to develop observersfor a class of nonlinear dynamical systems using the method of canonical formsof observers. For singular systems, the designed estimators are presented in the formof algebraic integral equations, ensuring non-asymptotic convergence. An essentialcharacteristic of the designed estimation algorithms is that noisy measurements of theoutputs are only involved in integral terms, thereby imparting robustness to the estimatorsagainst perturbing noises. For nonlinear systems, the main design idea is totransform the proposed systems into a simplified form that accommodates existingobservers such as the high-gain observer and the sliding-mode observer. This simpleformis called auxiliary output depending observable canonical form.For the linear singular systems, we transform the considered system into a formsimilar to the Brunovsky’s observable canonical form with the injection of the inputs’and outputs’ derivatives. First, for linear singular systems with single input and singleoutput, the observability condition is proposed. The system’s input-output differentialequation is derived based on the Brunovsky’s observable canonical form. Algebraicformulas with a sliding integration window are obtained for the variables in differentsituations without knowing the system’s initial condition. Second, for linear singular systemswith multiple input and multiple output, an innovative nonasymptotic and robust estimation method based on the observable canonical form by means of a set of auxiliary modulating dynamical systems is introduced. The latter auxiliary systems are given by the controllable observable canonical with zero initial conditions. The proposed method is applied to estimate the states and the output’s derivatives for linear singular system in noisy environment. By introducing a set of auxiliary modulating dynamical systems which provides a more general framework for generating the requiredmodulating functions, algebraic integral formulas are obtained both for the state variables and the output’s derivatives. After giving the solutions of the required auxiliary systems, error analysis in discrete noisy case is addressed, where the provided noise error bound can be used to select design parameters.For the nonlinear dynamical systems, we propose a family of "ready to wear" nonlineardynamical systemswith multiple outputs that can be transformed into the outputauxiliarydepending observer normal forms which can support the well-known slidingmode observer. For this, by means of the so-called dynamics extension method anda set of changes of coordinates (basic algebraic integral computations), the nonlinearterms are canceled by auxiliary dynamics or replaced by nonlinear functions of themultiple outputs. It is worth mentioning that this procedure is finished in a comprehensible way without resort to the tools of differential geometry, which is user-friendly for those who are not familiar with the computations of Lie brackets. In addition, the efficiency and robustness of the proposed observers are verified by numerical simulations in this thesis. Second, a larger class of "ready to wear" nonlinear dynamicalsystems with multiple inputs and multiple outputs are provided to further extend anddevelop the systems proposed in the first case. In a similar way, by means of the corresponding auxiliary dynamics and a set of changes of coordinates, the provided systems are converted into targeted nonlinear observable canonical forms depending on both the multiple outputs and auxiliary variables. Naturally, this procedure is still completed without resort to geometrical tools. Finally, conclusions are outlined with some perspectives
9
Herrington, Richard S. "Simulating Statistical Power Curves with the Bootstrap and Robust Estimation." Thesis, University of North Texas, 2001. https://digital.library.unt.edu/ark:/67531/metadc2846/.
Full textAbstract:
Power and effect size analysis are important methods in the psychological sciences. It is well known that classical statistical tests are not robust with respect to power and type II error. However, relatively little attention has been paid in the psychological literature to the effect that non-normality and outliers have on the power of a given statistical test (Wilcox, 1998). Robust measures of location exist that provide much more powerful tests of statistical hypotheses, but their usefulness in power estimation for sample size selection, with real data, is largely unknown. Furthermore, practical approaches to power planning (Cohen, 1988) usually focus on normal theory settings and in general do not make available nonparametric approaches to power and effect size estimation. Beran (1986) proved that it is possible to nonparametrically estimate power for a given statistical test using bootstrap methods (Efron, 1993). However, this method is not widely known or utilized in data analysis settings. This research study examined the practical importance of combining robust measures of location with nonparametric power analysis. Simulation and analysis of real world data sets are used. The present study found that: 1) bootstrap confidence intervals using Mestimators gave shorter confidence intervals than the normal theory counterpart whenever the data had heavy tailed distributions; 2) bootstrap empirical power is higher for Mestimators than the normal theory counterpart when the data had heavy tailed distributions; 3) the smoothed bootstrap controls type I error rate (less than 6%) under the null hypothesis for small sample sizes; and 4) Robust effect sizes can be used in conjuction with Cohen's (1988) power tables to get more realistic sample sizes given that the data distribution has heavy tails.
10
Van, Deventer Petrus Jacobus Uys. "Outliers, influential observations and robust estimation in non-linear regression analysis and discriminant analysis." Doctoral thesis, University of Cape Town, 1993. http://hdl.handle.net/11427/4363.
Full text
11
Waqar, Mohsin. "Robust nonlinear observer for a non-collocated flexible motion system." Thesis, Atlanta, Ga. : Georgia Institute of Technology, 2008. http://hdl.handle.net/1853/22696.
Full text
12
Sart, Mathieu. "Estimation par tests." Phd thesis, Université Nice Sophia Antipolis, 2013. http://tel.archives-ouvertes.fr/tel-00931868.
Full textAbstract:
Cette thèse porte sur l'estimation de fonctions à l'aide de tests dans trois cadres statistiques différents. Nous commençons par étudier le problème de l'estimation des intensités de processus de Poisson avec covariables. Nous démontrons un théorème général de sélection de modèles et en déduisons des bornes de risque non-asymptotiques sous des hypothèses variées sur la fonction à estimer. Nous estimons ensuite la densité de transition d'une chaîne de Markov homogène et proposons pour cela deux procédures. La première, basée sur la sélection d'estimateurs constants par morceaux, permet d'établir une inégalité de type oracle sous des hypothèses minimales sur la chaîne de Markov. Nous en déduisons des vitesses de convergence uniformes sur des boules d'espaces de Besov inhomogènes et montrons que l'estimateur est adaptatif par rapport à la régularité de la densité de transition. La performance de l'estimateur est aussi évalué en pratique grâce à des simulations numériques. La seconde procédure peut difficilement être implémenté en pratique mais permet d'obtenir un résultat général de sélection de modèles et d'en déduire des vitesses de convergence sous des hypothèses plus générales sur la densité de transition. Finalement, nous proposons un nouvel estimateur paramétrique d'une densité. Son risque est contrôlé sous des hypothèses pour lesquelles la méthode du maximum de vraisemblance peut ne pas fonctionner. Les simulations montrent que ces deux estimateurs sont très proches lorsque le modèle est vrai et suffisamment régulier. Il est cependant robuste, contrairement à l'estimateur du maximum de vraisemblance.
13
Romero, Ugalde Héctor Manuel. "Identification de systèmes utilisant les réseaux de neurones : un compromis entre précision, complexité et charge de calculs." Thesis, Paris, ENSAM, 2013. http://www.theses.fr/2013ENAM0001/document.
Full textAbstract:
Ce rapport porte sur le sujet de recherche de l'identification boîte noire du système non linéaire. En effet, parmi toutes les techniques nombreuses et variées développées dans ce domaine de la recherche ces dernières décennies, il semble toujours intéressant d'étudier l'approche réseau de neurones dans l'estimation de modèle de système complexe. Même si des modèles précis ont été obtenus, les principaux inconvénients de ces techniques restent le grand nombre de paramètres nécessaires et, en conséquence, le coût important de calcul nécessaire pour obtenir le niveau de pratique de la précision du modèle désiré. Par conséquent, motivés pour remédier à ces inconvénients, nous avons atteint une méthodologie complète et efficace du système d'identification offrant une précision équilibrée, la complexité et les modèles de coûts en proposant, d'une part, de nouvelles structures de réseaux de neurones particulièrement adapté à une utilisation très large en matière de modélisation système pratique non linéaire, d'autre part, un simple et efficace technique de réduction de modèle, et, troisièmement, une procédure de réduction de coût de calcul. Il est important de noter que ces deux dernières techniques de réduction peut être appliquée à une très large gamme d'architectures de réseaux de neurones sous deux simples hypothèses spécifiques qui ne sont pas du tout contraignant. Enfin, la dernière contribution importante de ce travail est d'avoir montré que cette phase d'estimation peut être obtenue dans un cadre robuste si la qualité des données d'identification qu'il oblige. Afin de valider la procédure d'identification système proposé, des exemples d'applications entraînées en simulation et sur un procédé réel, de manière satisfaisante validé toutes les contributions de cette thèse, confirmant tout l'intérêt de ce travailThis report concerns the research topic of black box nonlinear system identification. In effect, among all the various and numerous techniques developed in this field of research these last decades, it seems still interesting to investigate the neural network approach in complex system model estimation. Even if accurate models have been derived, the main drawbacks of these techniques remain the large number of parameters required and, as a consequence, the important computational cost necessary to obtain the convenient level of the model accuracy desired. Hence, motivated to address these drawbacks, we achieved a complete and efficient system identification methodology providing balanced accuracy, complexity and cost models by proposing, firstly, new neural network structures particularly adapted to a very wide use in practical nonlinear system modeling, secondly, a simple and efficient model reduction technique, and, thirdly, a computational cost reduction procedure. It is important to notice that these last two reduction techniques can be applied to a very large range of neural network architectures under two simple specific assumptions which are not at all restricting. Finally, the last important contribution of this work is to have shown that this estimation phase can be achieved in a robust framework if the quality of identification data compels it. In order to validate the proposed system identification procedure, application examples driven in simulation and on a real process, satisfactorily validated all the contributions of this thesis, confirming all the interest of this work
14
Baldermann, Claudia [Verfasser]. "Robust Small Area Estimation under Spatial Non-Stationarity for Unit-Level Models : Theory and Empirical Results / Claudia Baldermann." Berlin : Freie Universität Berlin, 2017. http://d-nb.info/1147758182/34.
Full text
15
Deremetz, Mathieu. "Contribution à la modélisation et à la commande de robots mobiles autonomes et adaptables en milieux naturels." Thesis, Université Clermont Auvergne (2017-2020), 2018. http://www.theses.fr/2018CLFAC079/document.
Full textAbstract:
Les problématiques de recherche abordées dans cette thèse concernent la conceptualisation, la modélisation et la commande générique des robots mobiles lors de leur évolution en milieux extérieurs et en présence de glissement pour des applications de suivi de précision. Ainsi, ce mémoire synthétise dans un premier temps les développements et résultats obtenus lors du suivi de trajectoire (localisation absolue), puis synthétise ensuite ceux obtenus lors de suivi de structure et de cible (localisation relative). Une dernière partie introduit un concept de plateforme robotique reconfigurable et sa commande associée pour adapter l’assiette et les dimensions du châssis en fonction de la topographie du terrain.Pour chaque application de suivi, ce mémoire présente un panel de lois de commande originales pour des robots différentiels, à un train et à deux trains directeurs. Chaque modalité de commande est présentée en quatre étapes : modélisation, estimation, commande et expérimentations. La première contribution majeure de la thèse concerne l’estimation du glissement. Cette dernière est adaptative et basée modèle. Elle intègre la modélisation cinématique étendue seule ou couplée à la modélisation dynamique du robot mobile pour assurer une estimation intègre quels que soient la vitesse, les phénomènes dynamiques rencontrés et la nature du sol. La seconde contribution majeure concerne le développement d’une stratégie de commande générique pour les robots mobiles. Cette stratégie est basée sur le principe de la commande en cascade (ou par backstepping) et est déclinée dans ce mémoire à travers un panel de lois de commande. Cette méthodologie de commande, lorsqu’elle est associée à l’observation du glissement précédent, permet d’obtenir des performances de suivi accrues quel que soit le contexte rencontré. L’ensemble des algorithmes ont été validés en simulation et/ou expérimentalement à l’aide de différentes plateformes robotiques en contextes réelsThis work is focused on the conceptualization, the modeling and the genericcontrol of mobile robots when moving in off-road contexts and facing slipperyterrains, especially for very accurate tracking and following applications. Thisthesis summarizes the proposed methods and the obtained results to addressthis research issue, first for path following applications (absolute localization)and then for edge and target tracking applications (relative localization). A finalsection of this thesis introduces an adaptive robotic concept and its associatedcontroller allowing the adaptation of the pose (position and orientation) of thechassis with respect to the environment topography.For each application, this thesis introduces a panel of innovative control algorithmsfor controlling skid-steering, two-wheel steering and four-wheel steeringmobile robots. Each algorithm of the panel is described, in this thesis, infour steps : modeling, estimation, control and experiments.The first main contribution of this thesis deals with the slippage estimation.The latter is adaptive and model-based. It also includes the extended kinematicmodeling only or together with the dynamic modeling of the mobile robot toensure a robust estimation of the slippage whatever the speed of the robot, encountereddynamic phenomena or even ground characteristics.The second main contribution deals with the design of a generic control approachfor mobile robots when path following and target tracking. The proposedstrategy is mostly based on a backstepping method and is illustrated inthis thesis via a panel of control laws. When combining this proposed controlapproach with the slippage estimation described above, significant improvedtracking and following performances are obtained (in term of stability, repeatability,accuracy and robustness) whatever the encountered context.All algorithms have been tested and validated through simulations and/orfull-scale experiments, indoor and off-road, with different mobile robots
16
Sow, Mohamedou. "Développement de modèles non paramétriques et robustes : application à l’analyse du comportement de bivalves et à l’analyse de liaison génétique." Thesis, Bordeaux 1, 2011. http://www.theses.fr/2011BOR14257/document.
Full textAbstract:
Le développement des approches robustes et non paramétriques pour l’analyse et le traitement statistique de gros volumes de données présentant une forte variabilité,comme dans les domaines de l’environnement et de la génétique, est fondamental.Nous modélisons ici des données complexes de biologie appliquées à l’étude du comportement de bivalves et à l’analyse de liaison génétique. L’application des mathématiques à l’analyse du comportement de mollusques bivalves nous a permis d’aller vers une quantification et une traduction mathématique de comportements d’animaux in-situ, en milieu proche ou lointain. Nous avons proposé un modèle de régression non paramétrique et comparé 3 estimateurs non paramétriques, récursifs ou non,de la fonction de régression pour optimiser le meilleur estimateur. Nous avons ensuite caractérisé des rythmes biologiques, formalisé l’évolution d’états d’ouvertures,proposé des méthodes de discrimination de comportements, utilisé la méthode des shot-noises pour caractériser différents états d’ouverture-fermetures transitoires et développé une méthode originale de mesure de croissance en ligne.En génétique, nous avons abordé un cadre plus général de statistiques robustes pour l’analyse de liaison génétique. Nous avons développé des estimateurs robustes aux hypothèses de normalités et à la présence de valeurs aberrantes, nous avons aussi utilisé une approche statistique, où nous avons abordé la dépendance entre variables aléatoires via la théorie des copules. Nos principaux résultats ont montré l’intérêt pratique de ces estimateurs sur des données réelles de QTL et eQTLThe development of robust and nonparametric approaches for the analysis and statistical treatment of high-dimensional data sets exhibiting high variability, as seen in the environmental and genetic fields, is instrumental. Here, we model complex biological data with application to the analysis of bivalves’ behavior and to linkage analysis. The application of mathematics to the analysis of mollusk bivalves’behavior gave us the possibility to quantify and translate mathematically the animals’behavior in situ, in close or far field. We proposed a nonparametric regression model and compared three nonparametric estimators (recursive or not) of the regressionfunction to optimize the best estimator. We then characterized the biological rhythms, formalized the states of opening, proposed methods able to discriminate the behaviors, used shot-noise analysis to characterize various opening/closing transitory states and developed an original approach for measuring online growth.In genetics, we proposed a more general framework of robust statistics for linkage analysis. We developed estimators robust to distribution assumptions and the presence of outlier observations. We also used a statistical approach where the dependence between random variables is specified through copula theory. Our main results showed the practical interest of these estimators on real data for QTL and eQTL analysis
17
Ichalal, Dalil. "Estimation et diagnostic de systèmes non linéaires décrits par un modèle de Takagi-Sugeno." Phd thesis, Institut National Polytechnique de Lorraine - INPL, 2009. http://tel.archives-ouvertes.fr/tel-00454793.
Full textAbstract:
Cette thèse traite le problème de l'estimation d'état, du diagnostic et de commande tolérante aux défauts des systèmes non linéaires représentés par un modèle de Takagi-Sugeno (T-S) à variables de prémisse non mesurables. De nombreux algorithmes pour la synthèse d'observateurs robustes vis-à-vis des perturbations, des imperfections de modélisation et des entrées inconnues sont présentés en se basant sur quatre types d'observateurs : les observateurs proportionnels, les observateurs à entrées inconnues, les observateurs proportionnel intégral (PI) et multi-intégral (PMI). Par la suite, ces derniers sont utilisés pour le diagnostic de fautes des systèmes non linéaires. Ceci est réalisé au moyen de trois stratégies. La première utilise l'observateur à entrée inconnue par découplage afin de rendre l'observateur insensible à certains défauts et permettre de détecter et d'isoler les défauts en construisant des bancs d'observateurs. En raison des conditions structurelles souvent insatisfaites, le découplage total des défauts de l'erreur d'estimation d'état n'est pas réalisable. Afin de s'affranchir de ces contraintes, la seconde stratégie utilise les observateurs PI et PMI pour estimer simultanément l'état et les défauts du système. La troisième stratégie qui utilise le formalisme H_inf vise à concevoir un générateur de résidus minimisant l'influence des perturbations et maximisant l'influence des défauts. Un choix adéquat des paramètres du générateur de résidus permet la détection, la localisation et l'estimation des défauts. Enfin, une loi de commande tolérante aux défauts par poursuite de trajectoire d'un modèle de référence est proposée en exploitant les observateurs PI et PMI.
18
Ichalal, Dalil. "Estimation et diagnostic de systèmes non linéaires décrits par un modèle de Takagi-Sugeno." Electronic Thesis or Diss., Vandoeuvre-les-Nancy, INPL, 2009. http://www.theses.fr/2009INPL088N.
Full textAbstract:
Cette thèse traite le problème de l'estimation d'état, du diagnostic et de commande tolérante aux défauts des systèmes non linéaires représentés par un modèle de Takagi-Sugeno (T-S) à variables de prémisse non mesurables. De nombreux algorithmes pour la synthèse d'observateurs robustes vis-à-vis des perturbations, des imperfections de modélisation et des entrées inconnues sont présentés en se basant sur quatre types d'observateurs : les observateursproportionnels, les observateurs à entrées inconnues, les observateurs proportionnel intégral (PI) et multi-intégral (PMI). Par la suite, ces derniers sont utilisés pour le diagnostic de fautes affectant des systèmes non linéaires. Ceci est réalisé au moyen de trois stratégies. La première utilise l'observateur à entrée inconnue par découplage afin de rendre l'observateur insensible à certains défauts et permettre de détecter et d'isoler les défauts en construisant des bancs d'observateurs. En raison des conditions structurelles souvent insatisfaites, le découplage total des défauts de l'erreur d'estimation d'état n'est pas réalisable. Afin de s'affranchir de ces contraintes, la seconde stratégie utilise les observateurs PI et PMI pour estimer simultanément l'état et les défauts du système. La troisième stratégie qui utilise le formalisme H8 vise à concevoir un générateur de résidus minimisant l'influence des perturbations et maximisant l'influence des défauts. Un choix adéquat des paramètres du générateur de résidus permet la détection, la localisation et l'estimation des défauts. Enfin, une loi de commande tolérante aux défauts par poursuite de trajectoire d'un modèle de référence estproposée en exploitant les observateurs PI et PMIThis thesis deals with state estimation, fault diagnosis and fault tolerant control of nonlinear systems represented by a Takagi-Sugeno model with unmeasurable premise variables. The problem of state estimation of nonlinear systems with T-S model with unmeasurable premise variable is explored. Algorithms for robust observers synthesis with respect to perturbations, modeling uncertainties and unknown inputs are afterward presented. These algorithms are based on four kinds of observers called proportional, unknown input observers (UIOs), proportional-integral (PI) and multiple-integral (PMI) . The application on model-based diagnosis is studied based on three strategies. The first one uses unknown input observer to decouple some faults and makes the observers insensitive to certain faults. This allows to detect and isolate faults by constructing observers banks. Due to strong structural conditions on designing UIOs decoupling the faults on the state estimation error is not possible. To avoid this problem, the second strategy uses PI and PMI observers in order to estimate simultaneously the state and the faults of the system. The third strategy uses the H8 formalism. This aims to minimize the influence of perturbations and to maximize the effects of faults on the residual signal. An adequate choice of the residual generator parameters allows to detect, to isolate and to estimate the faults affecting the system. Lastly, a fault tolerant control law is proposed by reference trajectory tracking based on the use of PI and PMI observers
19
Balmand, Samuel. "Quelques contributions à l'estimation de grandes matrices de précision." Thesis, Paris Est, 2016. http://www.theses.fr/2016PESC1024/document.
Full textAbstract:
Sous l'hypothèse gaussienne, la relation entre indépendance conditionnelle et parcimonie permet de justifier la construction d'estimateurs de l'inverse de la matrice de covariance -- également appelée matrice de précision -- à partir d'approches régularisées. Cette thèse, motivée à l'origine par la problématique de classification d'images, vise à développer une méthode d'estimation de la matrice de précision en grande dimension, lorsque le nombre $n$ d'observations est petit devant la dimension $p$ du modèle. Notre approche repose essentiellement sur les liens qu'entretiennent la matrice de précision et le modèle de régression linéaire. Elle consiste à estimer la matrice de précision en deux temps. Les éléments non diagonaux sont tout d'abord estimés en considérant $p$ problèmes de minimisation du type racine carrée des moindres carrés pénalisés par la norme $ell_1$.Les éléments diagonaux sont ensuite obtenus à partir du résultat de l'étape précédente, par analyse résiduelle ou maximum de vraisemblance. Nous comparons ces différents estimateurs des termes diagonaux en fonction de leur risque d'estimation. De plus, nous proposons un nouvel estimateur, conçu de sorte à tenir compte de la possible contamination des données par des {em outliers}, grâce à l'ajout d'un terme de régularisation en norme mixte $ell_2/ell_1$. L'analyse non-asymptotique de la convergence de notre estimateur souligne la pertinence de notre méthodeUnder the Gaussian assumption, the relationship between conditional independence and sparsity allows to justify the construction of estimators of the inverse of the covariance matrix -- also called precision matrix -- from regularized approaches. This thesis, originally motivated by the problem of image classification, aims at developing a method to estimate the precision matrix in high dimension, that is when the sample size $n$ is small compared to the dimension $p$ of the model. Our approach relies basically on the connection of the precision matrix to the linear regression model. It consists of estimating the precision matrix in two steps. The off-diagonal elements are first estimated by solving $p$ minimization problems of the type $ell_1$-penalized square-root of least-squares. The diagonal entries are then obtained from the result of the previous step, by residual analysis of likelihood maximization. This various estimators of the diagonal entries are compared in terms of estimation risk. Moreover, we propose a new estimator, designed to consider the possible contamination of data by outliers, thanks to the addition of a $ell_2/ell_1$ mixed norm regularization term. The nonasymptotic analysis of the consistency of our estimator points out the relevance of our method
20
Yin, Feng, Carsten Fritsche, Fredrik Gustafsson, and Abdelhak M. Zoubir. "TOA-Based Robust Wireless Geolocation and Cramér-Rao Lower Bound Analysis in Harsh LOS/NLOS Environments." Linköpings universitet, Reglerteknik, 2013. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-92694.
Full textAbstract:
We consider time-of-arrival based robust geolocation in harsh line-of-sight/non-line-of-sight environments. Herein, we assume the probability density function (PDF) of the measurement error to be completely unknown and develop an iterative algorithm for robust position estimation. The iterative algorithm alternates between a PDF estimation step, which approximates the exact measurement error PDF (albeit unknown) under the current parameter estimate via adaptive kernel density estimation, and a parameter estimation step, which resolves a position estimate from the approximate log-likelihood function via a quasi-Newton method. Unless the convergence condition is satisfied, the resolved position estimate is then used to refine the PDF estimation in the next iteration. We also present the best achievable geolocation accuracy in terms of the Cramér-Rao lower bound. Various simulations have been conducted in both real-world and simulated scenarios. When the number of received range measurements is large, the new proposed position estimator attains the performance of the maximum likelihood estimator (MLE). When the number of range measurements is small, it deviates from the MLE, but still outperforms several salient robust estimators in terms of geolocation accuracy, which comes at the cost of higher computational complexity.
21
Orjuela, Rodolfo. "Contribution à l'estimation d'état et au diagnostic des systèmes représentés par des multimodèles." Phd thesis, Institut National Polytechnique de Lorraine - INPL, 2008. http://tel.archives-ouvertes.fr/tel-00359631.
Full textAbstract:
Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit.Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension.
Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur.
22
Orjuela, Rodolfo. "Contribution à l'estimation d'état et au diagnostic des systèmes représentés par des multimodèles." Electronic Thesis or Diss., Vandoeuvre-les-Nancy, INPL, 2008. http://www.theses.fr/2008INPL060N.
Full textAbstract:
Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit. Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension. Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteurThe state estimation of a system, with the help of an observer, is largely used in many practical situations in order to cope with many classic problems arising in control engineering. The observer design needs an exploitable model able to give an accurate description of the dynamic behaviour of the system. However, system modelling and observer design can not easily be accomplished when the dynamic behaviour of the system must be described by non linear models. The multiple model approach can be used to tackle these difficulties. This thesis deals with black box modelling, state estimation and fault diagnosis of nonlinear systems represented by a decoupled multiple model. This kind of multiple model provides a high degree of generality and flexibility in the modelling stage. Indeed, the decoupled multiple model is composed of submodels which dimensions can be different. Thus, this feature is a significant difference between the decoupled multiple model and the classical used multiple model where all the submodels have the same dimension. After a brief introduction to the multiple model approach, the parametric identification problem of a decoupled multiple model is explored. Algorithms for robust observers synthesis with respect to perturbations, modelling uncertainties and unknown inputs are afterwards presented. These algorithms are based on three kinds of observers called proportional, proportional-integral and multiple-integral. Lastly, identification, observers synthesis and fault sensitivity signals generation are illustrated via a simulation example of a bioreactor
23
De, la Rey Tanja. "Two statistical problems related to credit scoring / Tanja de la Rey." Thesis, North-West University, 2007. http://hdl.handle.net/10394/3689.
Full textAbstract:
This thesis focuses on two statistical problems related to credit scoring. In credit scoring of individuals, two classes are distinguished, namely low and high risk individuals (the so-called "good" and "bad" risk classes). Firstly, we suggest a measure which may be used to study the nature of a classifier for distinguishing between the two risk classes. Secondly, we derive a new method DOUW (detecting outliers using weights) which may be used to fit logistic regression models robustly and for the detection of outliers.
In the first problem, the focus is on a measure which may be used to study the nature of a classifier. This measure transforms a random variable so that it has the same distribution as another random variable. Assuming a linear form of this measure, three methods for estimating the parameters (slope and intercept) and for constructing confidence bands are developed and compared by means of a Monte Carlo study. The application of these estimators is illustrated on a number of datasets. We also construct statistical hypothesis to test this linearity assumption. In the second problem, the focus is on providing a robust logistic regression fit and
the identification of outliers. It is well-known that maximum likelihood estimators of
logistic regression parameters are adversely affected by outliers. We propose a robust approach that also serves as an outlier detection procedure and is called DOUW. The approach is based on associating high and low weights with the observations as a result of the likelihood maximization. It turns out that the outliers are those observations to which low weights are assigned. This procedure depends on two tuning constants. A simulation study is presented to show the effects of these constants on the performance of the proposed methodology. The results are presented in terms of four benchmark datasets as well as a large new dataset from the application area of retail marketing campaign analysis.
In the last chapter we apply the techniques developed in this thesis on a practical credit scoring dataset. We show that the DOUW method improves the classifier performance and that the measure developed to study the nature of a classifier is useful in a credit scoring context and may be used for assessing whether the distribution of the good and the bad risk individuals is from the same translation-scale family.Thesis (Ph.D. (Risk Analysis))--North-West University, Potchefstroom Campus, 2008.
24
Monge, Thierry. "Modélisation et commande multivariable non linéaire robuste des réacteurs chimiques discontinus - application à un procédé industriel." Rouen, 1996. http://www.theses.fr/1996ROUES069.
Full textAbstract:
Le présent travail concerne, dans une première partie, la modélisation d'un réacteur chimique semi-continu industriel, celle-ci étant ensuite appliquée à la commande multivariable non linéaire. Les bilans instantanés de matière et d'énergie ont d'abord été établis. Une méthodologie a été mise au point pour décrire le système réactionnel correspondant, ceci à l'aide d'une approche hybride molécules/groupements fonctionnels. L'étude de stabilité menée sur le procédé en a montré le caractère instable. A l'aide d'un certain nombre d'expériences, les paramètres cinétiques des réactions principales de la synthèse étudiée ont pu, à l'aide de méthodes spécifiques, être estimés par le logiciel Simulbatch® précédemment développé. Avec ces données, le logiciel est ensuite capable de reproduire correctement l'évolution dynamique des températures et des concentrations du milieu réactionnel. Le modèle a été validé pour des chauffages-refroidissements d'inertes ainsi qu'avec différents systèmes réactionnels. L'intégration en temps réel d'un système d'équations différentielles représentatives du procédé, recalé en ligne, permet d'effectuer une linéarisation et un découplage dynamique par rebouclage du système à réguler. Ce nouveau système est alors régulé par une technique de commande prédictive robuste. Cette approche feedforward/feedback permet de prendre en compte l'instationnarité et les non linéarités inhérentes à ce type de procédé. Le module de commande et de communication a été écrit en C++ dans l'environnement Windows™, ce qui a permis de développer un outil convivial pour l'utilisateur et pour le programmeur et a donné lieu au logiciel Sisobatch®. L'association de ce module à Simulbatch® a donné lieu au logiciel de commande de réacteurs chimiques discontinus, Commandbatch®
25
Kriwoluzky, Alexander. "Matching DSGE models to data with applications to fiscal and robust monetary policy." Doctoral thesis, Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät, 2009. http://dx.doi.org/10.18452/16052.
Full textAbstract:
Diese Doktorarbeit untersucht drei Fragestellungen. Erstens, wie die Wirkung von plötzlichen Änderungen exogener Faktoren auf endogene Variablen empirisch im Allgemeinen zu bestimmen ist. Zweitens, welche Effekte eine Erhöhung der Staatsausgaben im Speziellen hat. Drittens, wie optimale Geldpolitik bestimmt werden kann, wenn der Entscheider keine eindeutigen Modelle für die ökonomischen Rahmenbedingungen hat. Im ersten Kapitel entwickele ich eine Methode, mithilfe derer die Effekte von plötzlichen Änderungen exogener Faktoren auf endogene Variablen geschätzt werden können. Dazu wird die gemeinsame Verteilung von Parametern einer Vektor Autoregression (VAR) und eines stochastischen allgemeinen Gleichgewichtsmodelles (DSGE) bestimmt. Auf diese Weise können zentrale Probleme gelöst werden: das Identifikationsproblem der VAR und eine mögliche Misspezifikation des DSGE Modells. Im zweitem Kapitel wende ich die Methode aus dem ersten Kapitel an, um den Effekt einer angekündigten Erhöhung der Staatsausgaben auf den privaten Konsum und die Reallöhne zu untersuchen. Die Identifikation beruht auf der Einsicht, dass endogene Variablen, oft qualitative Unterschiede in der Periode der Ankündigung und nach der Realisation zeigen. Die Ergebnisse zeigen, dass der private Konsum negativ im Zeitraum der Ankündigung reagiert und positiv nach der Realisation. Reallöhne steigen zum Zeitpunkt der Ankündigung und sind positiv für zwei Perioden nach der Realisation. Im abschließendem Kapitel untersuche ich gemeinsam mit Christian Stoltenberg, wie Geldpolitik gesteuert werden sollte, wenn die Modellierung der Ökonomie unsicher ist. Wenn ein Modell um einen Parameter erweitert wird, kann das Modell dadurch so verändert werden, dass sich die Politikempfehlungen zwischen dem ursprünglichen und dem neuen Modell unterscheiden. Oft wird aber lediglich das erweiterte Modell betrachtet. Wir schlagen eine Methode vor, die beiden Modellen Rechnung trägt und somit zu einer besseren Politik führt.This thesis is concerned with three questions: first, how can the effects macroeconomic policy has on the economy in general be estimated? Second, what are the effects of a pre-announced increase in government expenditures? Third, how should monetary policy be conducted, if the policymaker faces uncertainty about the economic environment. In the first chapter I suggest to estimate the effects of an exogenous disturbance on the economy by considering the parameter distributions of a Vector Autoregression (VAR) model and a Dynamic Stochastic General Equilibrium (DSGE) model jointly. This allows to resolve the major issue a researcher has to deal with when working with a VAR model and a DSGE model: the identification of the VAR model and the potential misspecification of the DSGE model. The second chapter applies the methodology presented in the preceding chapter to investigate the effects of a pre-announced change in government expenditure on private consumption and real wages. The shock is identified by exploiting its pre-announced nature, i.e. different signs of the responses in endogenous variables during the announcement and after the realization of the shock. Private consumption is found to respond negatively during the announcement period and positively after the realization. The reaction of real wages is positive on impact and positive for two quarters after the realization. In the last chapter ''Optimal Policy Under Model Uncertainty: A Structural-Bayesian Estimation Approach'' I investigate jointly with Christian Stoltenberg how policy should optimally be conducted when the policymaker is faced with uncertainty about the economic environment. The standard procedure is to specify a prior over the parameter space ignoring the status of some sub-models. We propose a procedure that ensures that the specified set of sub-models is not discarded too easily. We find that optimal policy based on our procedure leads to welfare gains compared to the standard practice.
26
Popescu, Andrei. "Approches de commande pour des objectifs d'estimation : application au courant tunnel et aux processus de lévitation magnétique." Thesis, Université Grenoble Alpes (ComUE), 2019. http://www.theses.fr/2019GREAT062.
Full textAbstract:
Cette thèse de doctorat regroupe ses principales contributions dans le domaine des observateurs de systèmes dynamiques, motivés à l'origine par des applications en systèmes MEMS ou NEMS (systèmes micro ou nano électromécaniques), avec un cas plus particulier lié au courant tunnel. Il est également arrivé d’envisager des expériences avec un système de lévitation magnétique.Les contributions de cette thèse sont de deux types, en fonction de ses deux parties principales:1. Partie méthodologique: concevoir différentes stratégies de contrôle pour obtenir des observateurs en utilisant le paradigme basé sur le contrôle. En particulier, nous nous sommes concentrés sur la non-optimale approches (comme Proportionnelle et Proportionnelle-Intégrale), optimale (LinéaireRégulateur Quadratique et Linéaire Quadratique Intégrateur) et méthodes sous-optimales (Contrôleur Hinf). De plus, nous nous concentrons sur les deux principaux moyens de formuler un problème de contrôle (poursuite). C'est-à-dire Le problème de régulation du retour d’erreur et Le problème de régulation en utilisant l'information complète d’état.2. Partie expérimentale: application des méthodes obtenues pour améliorer l’imagerie topographique à l’aide d’un microscope basé sur l’effet tunnel et à l’amélioration de l’estimation de perturbation sur les entres pour un processus de lévitation magnétiquePlus précisément, chaque partie prendra la forme de deux chapitres:1. Chapitre II, consacré à une introduction formelle et à une discussion contributive sur l’approche "observateur basée sur le contrôle" que cette thèse étudie, et le chapitre III, qui porte sur l’utilisation de cette approche pour la conception d’un nouveau concept d’observateur robuste, en particulier dans un cadre Hinf2. Chapitre IV, relatif à l’application STM, et Chapitre V, présentant l’affaire MAGLEV.Un dernier chapitre VI résume les principales conclusions de ce travail ainsi que certaines perspectivesThis PhD thesis gathers its main contributions in the field of observers for dynamical systems, originally motivated by applications in MEMS or NEMS (Micro or Nano Electromechanical Systems), with a more particular case related to tunneling current. It also happened to consider experiments with a magnetic levitation system.Contributions of this PhD thesis are of two types, according to its two main parts:1. Methodological part: designing different control strategies to obtain observers using the control-based paradigm. In particular, we focused on non-optimal approaches (like Proportional and Proportional-Integral), optimal ones (Linear Quadratic Regulator and Linear Quadratic Integrator) and sub-optimal methods (Hinf controller). Moreover, we focus on the main two ways to formulate a control (tracking) problem, namely Error feedback regulation problem and Full information regulation problem.2. Experimental part: Applying the obtained methods for improving the topographic imaging using a Scanning-Tunneling Microscope as well as to improve the disturbance estimation for a magnetic levitation process.More precisely, each part will take the form of two chapters:1. Chapter II, dedicated to a formal introduction and contributive discussion about the ’control based observer’ approach this PhD investigates, and Chapter III, focusing on the use of such an approach for the purpose of new robust observer design in particular within an Hinf framework.2. Chapter IV, related to STM application, and chapter V, presenting the MAGLEV case.A final chapter VI summarizes the main conclusions of this work as well as some perspectives
27
Minsker, Stanislav. "Non-asymptotic bounds for prediction problems and density estimation." Diss., Georgia Institute of Technology, 2012. http://hdl.handle.net/1853/44808.
Full textAbstract:
This dissertation investigates the learning scenarios where a high-dimensional parameter has to be estimated from a given sample of fixed size, often smaller than the dimension of the problem. The first part answers some open questions for the binary classification problem in the framework of active learning.
Given a random couple (X,Y) with unknown distribution P, the goal of binary classification is to predict a label Y based on the observation X. Prediction rule is constructed from a sequence of observations sampled from P. The concept of active learning can be informally characterized as follows: on every iteration, the algorithm is allowed to request a label Y for any instance X which it considers to be the most informative. The contribution of this work consists of two parts: first, we provide the minimax lower bounds for the performance of active learning methods. Second, we propose an active learning algorithm which attains nearly optimal rates over a broad class of underlying distributions and is adaptive with respect to the unknown parameters of the problem.
The second part of this thesis is related to sparse recovery in the framework of dictionary learning. Let (X,Y) be a random couple with unknown distribution P. Given a collection of functions H, the goal of dictionary learning is to construct a prediction rule for Y given by a linear combination of the elements of H. The problem is sparse if there exists a good prediction rule that depends on a small number of functions from H. We propose an estimator of the unknown optimal prediction rule based on penalized empirical risk minimization algorithm. We show that the proposed estimator is able to take advantage of the possible sparse structure of the problem by providing probabilistic bounds for its performance.
28
Preve, Daniel. "Essays on Time Series Analysis : With Applications to Financial Econometrics." Doctoral thesis, Uppsala University, Department of Information Science, 2008. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-8638.
Full textAbstract:
This doctoral thesis is comprised of four papers that all relate to the subject of Time Series Analysis.
The first paper of the thesis considers point estimation in a nonnegative, hence non-Gaussian, AR(1) model. The parameter estimation is carried out using a type of extreme value estimators (EVEs). A novel estimation method based on the EVEs is presented. The theoretical analysis is complemented with Monte Carlo simulation results and the paper is concluded by an empirical example.
The second paper extends the model of the first paper of the thesis and considers semiparametric, robust point estimation in a nonlinear nonnegative autoregression. The nonnegative AR(1) model of the first paper is extended in three important ways: First, we allow the errors to be serially correlated. Second, we allow for heteroskedasticity of unknown form. Third, we allow for a multi-variable mapping of previous observations. Once more, the EVEs used for parameter estimation are shown to be strongly consistent under very general conditions. The theoretical analysis is complemented with extensive Monte Carlo simulation studies that illustrate the asymptotic theory and indicate reasonable small sample properties of the proposed estimators.
In the third paper we construct a simple nonnegative time series model for realized volatility, use the results of the second paper to estimate the proposed model on S&P 500 monthly realized volatilities, and then use the estimated model to make one-month-ahead forecasts. The out-of-sample performance of the proposed model is evaluated against a number of standard models. Various tests and accuracy measures are utilized to evaluate the forecast performances. It is found that forecasts from the nonnegative model perform exceptionally well under the mean absolute error and the mean absolute percentage error forecast accuracy measures.
In the fourth and last paper of the thesis we construct a multivariate extension of the popular Diebold-Mariano test. Under the null hypothesis of equal predictive accuracy of three or more forecasting models, the proposed test statistic has an asymptotic Chi-squared distribution. To explore whether the behavior of the test in moderate-sized samples can be improved, we also provide a finite-sample correction. A small-scale Monte Carlo study indicates that the proposed test has reasonable size properties in large samples and that it benefits noticeably from the finite-sample correction, even in quite large samples. The paper is concluded by an empirical example that illustrates the practical use of the two tests.
29
Stolle, Martin Tobias. "Vers le vol à voile longue distance pour drones autonomes." Thesis, Toulouse, ISAE, 2017. http://www.theses.fr/2017ESAE0006.
Full textAbstract:
Les petit drones à voilure fixe rendent services aux secteurs de la recherche, de l'armée et de l'industrie, mais souffrent toujours de portée et de charge utile limitées. Le vol thermique permet de réduire la consommation d'énergie. Cependant,sans télédétection d'ascendances, un drone ne peut bénéficier d'une ascendance qu'en la rencontrant par hasard. Dans cette thèse, un nouveau cadre pour le vol à voile longue distance autonome est élaboré, permettant à un drone planeur de localiser visuellement des ascendances sous-cumulus et d’en récolter l'énergie de manière efficace. S'appuyant sur le filtre de Kalman non parfumé, une méthode de vision monoculaire est établie pour l'estimation des paramètres d’ascendances. Sa capacité de fournir des estimations convergentes et cohérentes est évaluée par des simulations Monte Carlo. Les incertitudes de modèle, le bruit de traitement de l'image et les trajectoires de l'observateur peuvent dégrader ces estimés. Par conséquent, un deuxième axe de cette thèse est la conception d'un planificateur de trajectoire robuste basé sur des cartes d'ascendances. Le planificateur fait le compromis entre le temps de vol et le risque d’un atterrissage forcé dans les champs tout en tenant compte des incertitudes d'estimation dans le processus de prise de décision. Il est illustré que la charge de calcul du planificateur de trajectoire proposé est réalisable sur une plate-forme informatique peu coûteuse. Les algorithmes proposés d’estimation ainsi que de planification sont évalués conjointement dans un simulateur de vol à 6 axes, mettant en évidence des améliorations significatives par rapport aux vols à voile longue distance autonomes actuelsSmall fixed-wing Unmanned Aerial Vehicles (UAVs) provide utility to research, military, and industrial sectors at comparablyreasonable cost, but still suffer from both limited operational ranges and payload capacities. Thermal soaring flight for UAVsoffers a significant potential to reduce the energy consumption. However, without remote sensing of updrafts, a glider UAVcan only benefit from an updraft when encountering it by chance. In this thesis, a new framework for autonomous cross-country soaring is elaborated, enabling a glider UAV to visually localize sub-cumulus thermal updrafts and to efficiently gain energy from them.Relying on the Unscented Kalman Filter, a monocular vision-based method is established, for remotely estimatingsub-cumulus updraft parameters. Its capability of providing convergent and consistent state estimates is assessed relyingon Monte Carlo Simulations. Model uncertainties, image processing noise, and poor observer trajectories can degrade theestimated updraft parameters. Therefore, a second focus of this thesis is the design of a robust probabilistic path plannerfor map-based autonomous cross-country soaring. The proposed path planner balances between the flight time and theoutlanding risk by taking into account the estimation uncertainties in the decision making process. The suggested updraftestimation and path planning algorithms are jointly assessed in a 6 Degrees Of Freedom simulator, highlighting significantperformance improvements with respect to state of the art approaches in autonomous cross-country soaring while it is alsoshown that the path planner is implementable on a low-cost computer platform
30
Wei, Xing. "Non-asymptotic method estimation and applications for fractional order systems." Thesis, Bourges, INSA Centre Val de Loire, 2017. http://www.theses.fr/2017ISAB0003/document.
Full textAbstract:
Cette thèse vise à concevoir des estimateurs non-asymptotiques et robustes pour les systèmes linéaires d’ordre fractionnaire dans un environnement bruité. Elle traite une classe des systèmes linéaires d’ordre fractionnaire modélisée par la dite pseudo représentation d’état avec des conditions initiales inconnues. Elle suppose également que les systèmes étudiés ici peuvent être transformés sous la forme canonique de Brunovsky. Pour estimer le pseudo-état, la forme précédente est transformée en une équation différentielle linéaire d’ordre fractionnaire en prenant en compte les valeurs initiales des dérivées fractionnaires séquentielles de la sortie. Ensuite, en utilisant la méthode des fonctions modulatrices, les valeurs initiales précédentes et les dérivées fractionnaires avec des ordres commensurables de la sortie sont données par des formules algébriques avec des intégrales à l’aide d’une méthode récursive. Ainsi, ces formules sont utilisés pour calculer le pseudo-état dans le cas continu sans bruit. En outre, elle fournit un algorithme pour construire les fonctions modulatrices requises à l’accomplissement de l’estimation. Deuxièmement, inspiré par la méthode des fonctions modulatrices développée pour l’estimation de pseudo-état, cette méthode algébrique basée sur un opérateur est introduite pour estimer la dérivée fractionnée avec un ordre arbitraire fractionnaire de la sortie pour les systèmes considérés. Cet opérateur sert à annuler les valeurs initiales non désirées, puis permet d’estimer la dérivée fractionnaire souhaitée par une nouvelle formule algébrique à l’aide d’une méthode récursive. Troisièmement, l’estimateur du pseudo-état et le différenciateur d’ordre fractionnaire obtenus précédemment sont étudiés respectivement dans le cas discret et bruité. Chacun d’entre eux contient une erreur numérique due à la méthode d’intégration numérique utilisée et au bruit. En particulier, elle fournit une analyse pour diminuer la contribution du bruit au moyen d’une d’erreur bornée qui permet de sélectionner les degrés optimaux des fonctions de modulation à chaque instant. Ensuite, des exemples numériques sont donnés pour mettre en évidence la précision, la robustesse et la propriété non-asymptotique des estimateurs proposés. En outre, les comparaisons avec certaines méthodes existantes et avec un nouvel observateur d’ordre fractionnaire de typeH1sont montrées. Enfin, elle donne des conclusionsThis thesis aims to design non-asymptotic and robust estimators for a class of fractional order linear systems in noisy environment. It deals with a class of commensurate fractional order linear systems modeled by the so-called pseudo-state space representation with unknown initial conditions. It also assumed that linear systems under study can be transformed into the Brunovsky’s observable canonical form. Firstly, the pseudo-state of the considered systems is estimated. For this purpose, the Brunovsky’s observable canonical form is transformed into a fractional order linear differential equation involving the initial values of the fractional sequential derivatives of the output. Then, using the modulating functions method, the former initial values and the fractional derivatives with commensurate orders of the output are given by algebraic integral formulae in a recursive way. Thereby, they are used to calculate the pseudo-state in the continuous noise-free case. Moreover, to perform this estimation, it provides an algorithm to build the required modulating functions. Secondly, inspired by the modulating functions method developed for pseudo-state estimation, an operator based algebraic method is introduced to estimate the fractional derivative with an arbitrary fractional order of the output. This operator is applied to cancel the former initial values and then enables to estimate the desired fractional derivative by a new algebraic formula using a recursive way. Thirdly, the pseudo-state estimator and the fractional order differentiator are studied in discrete noisy case. Each of them contains a numerical error due to the used numerical integration method, and the noise error contribution due to a class of stochastic processes. In particular, it provides ananalysis to decrease noise contribution by means of an error bound that enables to select the optimal degrees of the modulating functions at each instant. Then, several numerical examples are given to highlight the accuracy, the robustness and the non-asymptotic property of the proposed estimators. Moreover, the comparisons to some existing methods and a new fractional orderH1-like observer are shown. Finally, conclusions are outlined with some perspectives
31
Dinh, Ngoc Thach. "Observateur par intervalles et observateur positif." Thesis, Paris 11, 2014. http://www.theses.fr/2014PA112335/document.
Full textAbstract:
Cette thèse est construite autour de deux types d'estimation de l'état d'un système, traités séparément. Le premier problème abordé concerne la construction d'observateurs positifs basés sur la métrique de Hilbert. Le second traite de la synthèse d'observateurs par intervalles pour différentes familles de systèmes dynamiques et la construction de lois de commande robustes qui stabilisent ces systèmes.Un système positif est un système dont les variables d'état sont toujours positives ou nulles lorsque celles-ci ont des conditions initiales qui le sont. Les systèmes positifs apparaissent souvent de façon naturelle dans des applications pratiques où les variables d'état représentent des quantités qui n'ont pas de signification si elles ont des valeurs négatives. Dans ce contexte, il parait naturel de rechercher des observateurs fournissant des estimées elles aussi positives ou nulles. Dans un premier temps, notre contribution réside dans la mise au point d'une nouvelle méthode de construction d'observateurs positifs sur l'orthant positif. L'analyse de convergence est basée sur la métrique de Hilbert. L'avantage concurrentiel de notre méthode est que la vitesse de convergence peut être contrôlée.Notre étude concernant la synthèse d'observateurs par intervalles est basée sur la théorie des systèmes dynamiques positifs. Les observateurs par intervalles constituent un type d'observateurs très particuliers. Ce sont des outils développés depuis moins de 15 ans seulement : ils trouvent leur origine dans les travaux de Gouzé et al. en 2000 et se développent très rapidement dans de nombreuses directions. Un observateur par intervalles consiste en un système dynamique auxiliaire fournissant un intervalle dans lequel se trouve l'état, en considérant que l'on connait des bornes pour la condition initiale et pour les quantités incertaines. Les observateurs par intervalles donnent la possibilité de considérer le cas où des perturbations importantes sont présentes et fournissent certaines informations à tout instantThis thesis presents new results in the field of state estimation based on the theory of positive systems. It is composed of two separate parts. The first one studies the problem of positive observer design for positive systems. The second one which deals with robust state estimation through the design of interval observers, is at the core of our work.We begin our thesis by proposing the design of a nonlinear positive observer for discrete-time positive time-varying linear systems based on the use of generalized polar coordinates in the positive orthant. For positive systems, a natural requirement is that the observers should provide state estimates that are also non-negative so they can be given a physical meaning at all times. The idea underlying the method is that first, the direction of the true state is correctly estimated in the projective space thanks to the Hilbert metric and then very mild assumptions on the output map allow to reconstruct the norm of the state. The convergence rate can be controlled.Later, the thesis is continued by studying the so-called interval observers for different families of dynamic systems in continuous-time, in discrete-time and also in a context "continuous-discrete" (i.e. a class of continuous-time systems with discrete-time measurements). Interval observers are dynamic extensions giving estimates of the solution of a system in the presence of various type of disturbances through two outputs giving an upper and a lower bound for the solution. Thanks to interval observers, one can construct control laws which stabilize the considered systems
32
Harti, Mostafa. "Estimation robuste sous un modèle de contamination non symétrique et M-estimateur multidimensionnel." Nancy 1, 1986. http://www.theses.fr/1986NAN10063.
Full textAbstract:
Dans cette thèse nous étudions la robustesse des estimateurs sous les deux modèles de contamination non symétrique: F::(epsilon ),X=(1-epsilon )F::(theta )+epsilon H::(X) et F::(epsilon )=(1-epsilon )F::(theta )+epsilon G. Nous étudions aussi la robustesse des M-estimateurs multidimensionnels et en particulier les M-estimateurs de régression non linéaire pour lesquels nous établissons la normalité asymptotique
33
Bel, Haj Frej Ghazi. "Estimation et commande décentralisée pour les systèmes de grandes dimensions : application aux réseaux électriques." Thesis, Université de Lorraine, 2017. http://www.theses.fr/2017LORR0139/document.
Full textAbstract:
Les travaux de cette thèse portent sur l’estimation et la commande décentralisée des systèmes de grande dimension. L’objectif est de développer des capteurs logiciels pouvant produire une estimation fiable des variables nécessaires pour la stabilisation des systèmes non linéaires interconnectés. Une décomposition d’un tel système de grande dimension en un ensemble de n sous-systèmes interconnectés est primordiale. Ensuite, en tenant compte de la nature du sous-système ainsi que les fonctions d’interconnexions, des lois de commande décentralisées basées observateurs ont été synthétisées. Chaque loi de commande est associée à un sous-système qui permet de le stabiliser localement, ainsi la stabilité du système global est assurée. L’existence d’un observateur et d’un contrôleur stabilisant le système dépend de la faisabilité d’un problème d’optimisation LMI. La formulation LMI, basée sur l’approche de Lyapunov, est élaborée par l’utilisation de principe de DMVT sur la fonction d’interconnexion non linéaire supposée bornée et incertaine. Ainsi des conditions de synthèse non restrictives sont obtenues. Des méthodes de synthèse de loi de commande décentralisée basée observateur ont été proposées pour les systèmes non linéaires interconnectés dans le cas continu et dans le cas discret. Des lois de commande robuste H1 décentralisées sont élaborées pour les systèmes non linéaires interconnectés en présence de perturbations et des incertitudes paramétriques. L’efficacité et la validation des approches présentées sont testées sur un modèle de réseaux électriques composé de trois générateurs interconnectésThis thesis focuses on the decentralized estimation and control for large scale systems. The objective is to develop software sensors that can produce a reliable estimate of the variables necessary for the interconnected nonlinear systems stability analysis. A decomposition of a such large system into a set of n interconnected subsystems is paramount for model simplification. Then, taking into account the nature of the subsystem as well as the interconnected functions, observer-based decentralized control laws have been synthesized. Each control law is associated with a subsystem which allows it to be locally stable, thus the stability of the overall system is ensured. The existence of an observer and a controller gain matrix stabilizing the system depends on the feasibility of an LMI optimization problem. The LMI formulation, based on Lyapunov approach, is elaborated by applying the DMVT technique on the nonlinear interconnection function, assumed to be bounded and uncertain. Thus, non-restrictive synthesis conditions are obtained. Observer-based decentralized control schemes have been proposed for nonlinear interconnected systems in the continuous and discrete time. Robust Hinfini decentralized controllers are provided for interconnected nonlinear systems in the presence of perturbations and parametric uncertainties. Effectiveness of the proposed schemes are verified through simulation results on a power systems with interconnected machines
34
Cloyd, James Dale. "Data mining with Newton's method." [Johnson City, Tenn. : East Tennessee State University], 2002. http://etd-submit.etsu.edu/etd/theses/available/etd-1101102-081311/unrestricted/CloydJ111302a.pdf.
Full text
35
Rangel, Walteros Pedro Andres. "A non-asymptotic study of low-rank estimation of smooth kernels on graphs." Diss., Georgia Institute of Technology, 2014. http://hdl.handle.net/1853/52988.
Full textAbstract:
This dissertation investigates the problem of estimating a kernel over a large graph based on a sample of noisy observations of linear measurements of the kernel. We are interested in solving this estimation problem in the case when the sample size is much smaller than the ambient dimension of the kernel. As is typical in high-dimensional statistics, we are able to design a suitable estimator based on a small number of samples only when the target kernel belongs to a subset of restricted complexity. In our study, we restrict the complexity by considering scenarios where the target kernel is both low-rank and smooth over a graph. Using standard tools of non-parametric estimation, we derive a minimax lower bound on the least squares error in terms of the rank and the degree of smoothness of the target kernel. To prove the optimality of our lower-bound, we proceed to develop upper bounds on the error for a least-square estimator based on a non-convex penalty. The proof of these upper bounds depends on bounds for estimators over uniformly bounded function classes in terms of Rademacher complexities. We also propose a computationally tractable estimator based on least-squares with convex penalty. We derive an upper bound for the computationally tractable estimator in terms of a coherence function introduced in this work. Finally, we present some scenarios wherein this upper bound achieves a near-optimal rate. The motivations for studying such problems come from various real-world applications like recommender systems and social network analysis.
36
Bel, Haj Frej Ghazi. "Estimation et commande décentralisée pour les systèmes de grandes dimensions : application aux réseaux électriques." Electronic Thesis or Diss., Université de Lorraine, 2017. http://www.theses.fr/2017LORR0139.
Full textAbstract:
Les travaux de cette thèse portent sur l’estimation et la commande décentralisée des systèmes de grande dimension. L’objectif est de développer des capteurs logiciels pouvant produire une estimation fiable des variables nécessaires pour la stabilisation des systèmes non linéaires interconnectés. Une décomposition d’un tel système de grande dimension en un ensemble de n sous-systèmes interconnectés est primordiale. Ensuite, en tenant compte de la nature du sous-système ainsi que les fonctions d’interconnexions, des lois de commande décentralisées basées observateurs ont été synthétisées. Chaque loi de commande est associée à un sous-système qui permet de le stabiliser localement, ainsi la stabilité du système global est assurée. L’existence d’un observateur et d’un contrôleur stabilisant le système dépend de la faisabilité d’un problème d’optimisation LMI. La formulation LMI, basée sur l’approche de Lyapunov, est élaborée par l’utilisation de principe de DMVT sur la fonction d’interconnexion non linéaire supposée bornée et incertaine. Ainsi des conditions de synthèse non restrictives sont obtenues. Des méthodes de synthèse de loi de commande décentralisée basée observateur ont été proposées pour les systèmes non linéaires interconnectés dans le cas continu et dans le cas discret. Des lois de commande robuste H1 décentralisées sont élaborées pour les systèmes non linéaires interconnectés en présence de perturbations et des incertitudes paramétriques. L’efficacité et la validation des approches présentées sont testées sur un modèle de réseaux électriques composé de trois générateurs interconnectésThis thesis focuses on the decentralized estimation and control for large scale systems. The objective is to develop software sensors that can produce a reliable estimate of the variables necessary for the interconnected nonlinear systems stability analysis. A decomposition of a such large system into a set of n interconnected subsystems is paramount for model simplification. Then, taking into account the nature of the subsystem as well as the interconnected functions, observer-based decentralized control laws have been synthesized. Each control law is associated with a subsystem which allows it to be locally stable, thus the stability of the overall system is ensured. The existence of an observer and a controller gain matrix stabilizing the system depends on the feasibility of an LMI optimization problem. The LMI formulation, based on Lyapunov approach, is elaborated by applying the DMVT technique on the nonlinear interconnection function, assumed to be bounded and uncertain. Thus, non-restrictive synthesis conditions are obtained. Observer-based decentralized control schemes have been proposed for nonlinear interconnected systems in the continuous and discrete time. Robust Hinfini decentralized controllers are provided for interconnected nonlinear systems in the presence of perturbations and parametric uncertainties. Effectiveness of the proposed schemes are verified through simulation results on a power systems with interconnected machines
37
Attaoui, Said. "Sur l'estimation semi paramétrique robuste pour statistique fonctionnelle." Phd thesis, Université du Littoral Côte d'Opale, 2012. http://tel.archives-ouvertes.fr/tel-00871026.
Full textAbstract:
Dans cette thèse, nous nous proposons d'étudier quelques paramètres fonctionnels lorsque les données sont générées à partir d'un modèle de régression à indice simple. Nous étudions deux paramètres fonctionnels. Dans un premier temps nous supposons que la variable explicative est à valeurs dans un espace de Hilbert (dimension infinie) et nous considérons l'estimation de la densité conditionnelle par la méthode de noyau. Nous traitons les propriétés asymptotiques de cet estimateur dans les deux cas indépendant et dépendant. Pour le cas où les observations sont indépendantes identiquement distribuées (i.i.d.), nous obtenons la convergence ponctuelle et uniforme presque complète avec vitesse de l'estimateur construit. Comme application nous discutons l'impact de ce résultat en prévision non paramétrique fonctionnelle à partir de l'estimation de mode conditionnelle. La dépendance est modélisée via la corrélation quasi-associée. Dans ce contexte nous établissons la convergence presque complète ainsi que la normalité asymptotique de l'estimateur à noyau de la densité condtionnelle convenablement normalisée. Nous donnons de manière explicite la variance asymptotique. Notons que toutes ces propriétés asymptotiques ont été obtenues sous des conditions standard et elles mettent en évidence le phénomène de concentration de la mesure de probabilité de la variable fonctionnelle sur des petites boules. Dans un second temps, nous supposons que la variable explicative est vectorielle et nous nous intéressons à un modèle de prévision assez général qui est la régression robuste. A partir d'observations quasi-associées, on construit un estimateur à noyau pour ce paramètre fonctionnel. Comme résultat asymptotique on établit la vitesse de convergence presque complète uniforme de l'estimateur construit. Nous insistons sur le fait que les deux modèles étudiés dans cette thèse pourraient être utilisés pour l'estimation de l'indice simple lorsque ce dernier est inconnu, en utilisant la méthode d'M-estimation ou la méthode de pseudo-maximum de vraisemblance, qui est un cas particulier de la première méthode.
38
Rizk, Amr [Verfasser]. "Non-asymptotic performance evaluation and sampling-based parameter estimation for communication networks with long memory traffic / Amr Rizk." Hannover : Technische Informationsbibliothek und Universitätsbibliothek Hannover (TIB), 2013. http://d-nb.info/1044693703/34.
Full text
39
Harti, Mostafa. "Estimation robuste sous un modèle de contamination non symétrique et M-estimateur multidimensionnel." Grenoble 2 : ANRT, 1986. http://catalogue.bnf.fr/ark:/12148/cb375982387.
Full text
40
Donier-Meroz, Etienne. "Graphon estimation in bipartite networks." Electronic Thesis or Diss., Institut polytechnique de Paris, 2023. http://www.theses.fr/2023IPPAG010.
Full textAbstract:
De nombreux ensembles de données peuvent être représentés sous forme d'une matrice dont les entrées représentent les interactions entre deux entités de natures différentes. Ces matrices sont appelées matrices d'adjacence de graphes bipartites. Dans notre travail, nous faisons l'hypothèse que ces interactions sont déterminées par des variables latentes non observables.Dans un premier temps, notre objectif est d'estimer l'espérance conditionnelle de la matrice de données sachant les variables non observables, en supposant que les entrées de la matrice sont i.i.d. Ce problème peut être formulé comme l'estimation d'une fonction bivariée appelée graphon. Dans notre étude, nous nous concentrons sur deux cas, les graphons constants par morceaux et les graphons Hölder.Nous démontrons des bornes de risque pour l'estimateur des moindres carrés, et nous proposons une adaptation de l'algorithme de Lloyd pour calculer une approximation de cet estimateur et nous présentons les résultats d'expériences numériques pour évaluer les performances de ces méthodes.Dans un deuxième temps, nous abordons les limites du cadre précédent, qui peut ne pas être adapté pour modéliser des situations avec des degrés de sommet bornés. Par conséquent, nous étendons notre étude à l'hypothèse de l'indépendance relaxée, où seules les lignes de la matrice d'adjacence sont supposées indépendantes. Dans ce contexte, nous nous concentrons spécifiquement sur les graphons constants par morceauxMany real-world datasets can be represented as matrices where the entries represent interactions between two entities of different natures. These matrices are commonly known as adjacency matrices of bipartite graphs. In our work, we make the assumption that these interactions are determined by unobservable latent variables.Firstly, our main objective is to estimate the conditional expectation of the data matrix given the unobservable variables under the assumption that matrix entries are i.i.d. This estimation problem can be framed as estimating a bivariate function known as a graphon. In our study, we focus on two cases: piecewise constant graphons and Hölder-continuous graphons.We derive finite sample risk bounds for the least squares estimator. Additionally, we propose an adaptation of Lloyd's algorithm to compute an approximation this estimator and provide results from numerical experiments to evaluate the performance of these methods.Secondly, we address the limitations of the previous framework, which may not be suitable for modeling situations with bounded degrees of vertices, among other scenarios. Therefore, we extend our study to the relaxed independence assumption, where only the rows of the adjacency matrix are assumed to be independent. In this context, we specifically focus on piecewise constant graphons
41
Mirrahimi, Mazyar. "Estimation et contrôle non-linéaire : application à quelques systèmes quantiques et classiques." Habilitation à diriger des recherches, Université Pierre et Marie Curie - Paris VI, 2011. http://tel.archives-ouvertes.fr/tel-00844394.
Full textAbstract:
Ce manuscrit se décompose en deux parties principales, associées à deux types d'applications assez différentes. Dans la première partie qui comprend les deux premiers chapitres, je m'intéresse à des systèmes issus de problèmes de contrôle et d'estimation en physique quantique; dans la deuxième partie (troisième chapitre du manuscrit), j'étudie la propagation d'ondes électriques le long des fils classiques dans un réseau de lignes de transmission et je considère certains problèmes d'estimation de paramètres. Dans le premier chapitre nous étudions le problème de la planification de trajectoires pour des systèmes quantiques fermés modélisés par des équations de Schrödinger bilinéaire. Nous démontrons alors des résultats de la stabilisation approchée pour le cas d'une boite quantique infinie ainsi que pour le cas d'un potentiel décroissant. Dans les deux cas, le manque de pré-compacité des trajectoires dans des espaces fonctionnels appropriés nous oblige à proposer des méthodes de Lyapunov qui évitent des phénomènes de perte de masse à l'infini. Dans le deuxième chapitre nous étudions le problème de stabilisation de systèmes quantiques en observation. Cette observation nécessite l'ouverture du système à son environnement. Les modèles pertinents pour l'évolution de ce type de systèmes sont des modèles stochastiques basés sur des trajectoires de Monte-Carlo quantiques. Nous étudions alors certains problèmes de stabilisation qui parviennent de vraies expériences physiques. Enfin, dans le chapitre 3 nous considérons le problème d'estimation de paramètres pour un réseau de fils de câblage électrique. Dans ce but, nous étudions deux approches : l'approche temporelle et l'approche fréquentielle. Dans l'approche temporelle, nous considérons le réseau le plus simple qui consiste d'une seule ligne de transmission et nous proposons un algorithme d'identification pour l'équation d'onde associé qui est basé sur l'application des observateurs asymptotiques. Dans l'approche fréquentielle, nous considérons un réseau plus compliqué de la forme étoile. Nous proposons alors des résultats d'identifiabilité basés sur des techniques de l'inverse scattering.
42
Gomez-Quintero, Claudia. "Modélisation et estimation robuste pour un procédé boues activées en alternance de phases." Toulouse 3, 2002. http://www.theses.fr/2002TOU30001.
Full text
43
Gasparyan, Samvel. "Deux problèmes d’estimation statistique pour les processus stochastiques." Thesis, Le Mans, 2016. http://www.theses.fr/2016LEMA1031/document.
Full textAbstract:
Le travail est consacré aux questions de la statistique des processus stochastiques. Particulièrement, on considère deux problèmes d'estimation. Le premier chapitre se concentre sur le problème d'estimation non-paramétrique pour le processus de Poisson non-homogène. On estime la fonction moyenne de ce processus, donc le problème est dans le domaine d'estimation non-paramétrique. On commence par la définition de l'efficacité asymptotique dans les problèmes non-paramétriques et on procède à exploration de l'existence des estimateurs asymptotiquement efficaces. On prend en considération la classe des estimateurs à noyau. Dans la thèse il est démontré que sous les conditions sur les coefficients du noyau par rapport à une base trigonométrique, on a l'efficacité asymptotique dans le sens minimax sur les ensembles divers. Les résultats obtenus soulignent le phénomène qu'en imposant des conditions de régularité sur la fonction inconnue, on peut élargir la classe des estimateurs asymptotiquement efficaces. Pour comparer les estimateurs asymptotiquement efficaces (du premier ordre), on démontre une inégalité qui nous permet de trouver un estimateur qui est asymptotiquement efficace du second ordre. On calcule aussi la vitesse de convergence pour cet estimateur, qui dépend de la régularité de la fonction inconnue et finalement on calcule la valeur minimale de la variance asymptotique pour cet estimateur. Cette valeur joue le même rôle dans l'estimation du second ordre que la constantede Pinsker dans le problème d'estimation de la densité ou encore l'information de Fisher dans les problèmes d'estimation paramétrique.Le deuxième chapitre est dédié au problème de l’estimation de la solution d’une équation différentielle stochastique rétrograde (EDSR). On observe un processus de diffusion qui est donnée par son équation différentielle stochastique dont le coefficient de la diffusion dépend d’un paramètre inconnu. Les observations sont discrètes. Pour estimer la solution de l’EDSR on a besoin d’un estimateur-processus pour leparamètre, qui, chaque instant n’utilise que la partie des observations disponible. Dans la littérature il existe une méthode de construction, qui minimise une fonctionnelle. On ne pouvait pas utiliser cet estimateur, car le calcul serait irréalisable. Dans le travail nous avons proposé un estimateur-processus qui a la forme simple et peut être facilement calculé. Cet estimateur-processus est un estimateur asymptotiquementefficace et en utilisant cet estimateur on estime la solution de l’EDSR de manière efficace aussiThis work is devoted to the questions of the statistics of stochastic processes. Particularly, the first chapter is devoted to a non-parametric estimation problem for an inhomogeneous Poisson process. The estimation problem is non-parametric due to the fact that we estimate the mean function. We start with the definition of the asymptotic efficiency in non-parametric estimation problems and continue with examination of the existence of asymptotically efficient estimators. We consider a class of kernel-type estimators. In the thesis we prove that under some conditions on the coefficients of the kernel with respect to a trigonometric basis we have asymptotic efficiency in minimax sense over various sets. The obtained results highlight the phenomenon that imposing regularity conditions on the unknown function, we can widen the class ofasymptotically efficient estimators. To compare these (first order) efficient estimators, we prove an inequality which allows us to find an estimator which is asymptotically efficient of second order. We calculate also the rate of convergence of this estimator, which depends on the regularity of the unknown function, and finally the minimal value of the asymptotic variance for this estimator is calculated. This value plays the same role in the second order estimation as the Pinsker constant in the density estimation problem or the Fisher information in parametric estimation problems. The second chapter is dedicated to a problem of estimation of the solution of a Backward Stochastic Differential Equation (BSDE). We observe a diffusion process which is given by its stochastic differential equation with the diffusion coefficientdepending on an unknown parameter. The observations are discrete. To estimate the solution of a BSDE, we need an estimator-process for a parameter, which, for each given time, uses only the available part of observations. In the literature there exists a method of construction, which minimizes a functional. We could not use this estimator, because the calculations would not be feasible. We propose an estimator-process which has a simple form and can be easily computed. Using this estimator we estimate the solution of a BSDE in an asymptotically efficient way
44
Vestin, Albin, and Gustav Strandberg. "Evaluation of Target Tracking Using Multiple Sensors and Non-Causal Algorithms." Thesis, Linköpings universitet, Reglerteknik, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-160020.
Full textAbstract:
Today, the main research field for the automotive industry is to find solutions for active safety. In order to perceive the surrounding environment, tracking nearby traffic objects plays an important role. Validation of the tracking performance is often done in staged traffic scenarios, where additional sensors, mounted on the vehicles, are used to obtain their true positions and velocities. The difficulty of evaluating the tracking performance complicates its development. An alternative approach studied in this thesis, is to record sequences and use non-causal algorithms, such as smoothing, instead of filtering to estimate the true target states. With this method, validation data for online, causal, target tracking algorithms can be obtained for all traffic scenarios without the need of extra sensors. We investigate how non-causal algorithms affects the target tracking performance using multiple sensors and dynamic models of different complexity. This is done to evaluate real-time methods against estimates obtained from non-causal filtering. Two different measurement units, a monocular camera and a LIDAR sensor, and two dynamic models are evaluated and compared using both causal and non-causal methods. The system is tested in two single object scenarios where ground truth is available and in three multi object scenarios without ground truth. Results from the two single object scenarios shows that tracking using only a monocular camera performs poorly since it is unable to measure the distance to objects. Here, a complementary LIDAR sensor improves the tracking performance significantly. The dynamic models are shown to have a small impact on the tracking performance, while the non-causal application gives a distinct improvement when tracking objects at large distances. Since the sequence can be reversed, the non-causal estimates are propagated from more certain states when the target is closer to the ego vehicle. For multiple object tracking, we find that correct associations between measurements and tracks are crucial for improving the tracking performance with non-causal algorithms.
45
Relvas, Carlos Eduardo Martins. "Modelos parcialmente lineares com erros simétricos autoregressivos de primeira ordem." Universidade de São Paulo, 2013. http://www.teses.usp.br/teses/disponiveis/45/45133/tde-28052013-182956/.
Full textAbstract:
Neste trabalho, apresentamos os modelos simétricos parcialmente lineares AR(1), que generalizam os modelos parcialmente lineares para a presença de erros autocorrelacionados seguindo uma estrutura de autocorrelação AR(1) e erros seguindo uma distribuição simétrica ao invés da distribuição normal. Dentre as distribuições simétricas, podemos considerar distribuições com caudas mais pesadas do que a normal, controlando a curtose e ponderando as observações aberrantes no processo de estimação. A estimação dos parâmetros do modelo é realizada por meio do critério de verossimilhança penalizada, que utiliza as funções escore e a matriz de informação de Fisher, sendo todas essas quantidades derivadas neste trabalho. O número efetivo de graus de liberdade e resultados assintóticos também são apresentados, assim como procedimentos de diagnóstico, destacando-se a obtenção da curvatura normal de influência local sob diferentes esquemas de perturbação e análise de resíduos. Uma aplicação com dados reais é apresentada como ilustração.In this master dissertation, we present the symmetric partially linear models with AR(1) errors that generalize the normal partially linear models to contain autocorrelated errors AR(1) following a symmetric distribution instead of the normal distribution. Among the symmetric distributions, we can consider heavier tails than the normal ones, controlling the kurtosis and down-weighting outlying observations in the estimation process. The parameter estimation is made through the penalized likelihood by using score functions and the expected Fisher information. We derive these functions in this work. The effective degrees of freedom and asymptotic results are also presented as well as the residual analysis, highlighting the normal curvature of local influence under different perturbation schemes. An application with real data is given for illustration.
46
Schreier, Gerhard. "Estimation de l'état de systèmes linéaires incertains et de systèmes non linéaires." Vandoeuvre-les-Nancy, INPL, 1997. http://www.theses.fr/1997INPL101N.
Full textAbstract:
L'étude de la stabilité et la reconstruction d'état des systèmes sont deux étapes indispensables à l'amélioration des lois de commande ; la présence d'incertitude sur les paramètres rend ces deux problèmes encore plus délicats. La stabilité d'un système incertain est généralement analysée à l'aide de la deuxième méthode de Lyapunov. Nous avons étudié une classe de système linéaire incertain en utilisant l'équation généralisée de Lyapunov pour garantir simultanément la stabilité et les performances dynamiques du système. Nous avons proposé quelques techniques de reconstruction de l'état des systèmes linéaires incertains. En utilisant l'observateur de Luenberger et l'observateur proportionnel-intégral, nous remarquons que les erreurs d'estimation d'état ne convergent pas forcement vers zéro. Ces erreurs peuvent être bornées par un seuil déterminé par la norme H[infini]. Nous avons présenté une technique de reconstruction de l'état sans erreur d'estimation basée sur un observateur de Luenberger étendu. En reconstruisant l'état d'un système non-linéaire, l'analyse de la stabilité et l'observabilité ne dépendent pas seulement de l'état comme dans le cas linéaire, elles dépendent en plus de l'entrée. Ainsi la définition de l'observabilité utilisée pour les systèmes linéaires n'est plus suffisante pour la construction d'un observateur de système non-linéaire. La technique d'observateur de systèmes non-linéaires proposée nécessite des hypothèses sur la non-linéarité de type Lipschitz. Cette méthode mène souvent à des observateurs à grand gain permettant de masquer les non-linéarités du système. Tout d'abord, nous avons discuté la stabilité d'un système non-linéaire autonome. Puis, nous avons proposé des régulateurs pour des systèmes stables ou stabilisables. Dans ce cas, le gain du régulateur peut être déterminé sous deux perspectives différentes : la commande optimale de la partie linéaire ou l'optimisation de la constante de Lipschitz lorsque le système dispose de degrés de liberté en nombre suffisant. Ensuite, nous avons présenté une technique d'estimation d'état d'un système non-linéaire ou le gain de l'observateur et sa stabilité sont basés sur une équation paramétrée de Lyapunov. Cette méthode est généralisée pour des systèmes non-linéaires singuliers en utilisant l'équation de Lyapunov avec un seul paramètre.
47
TOSCANO, Giacomo. "Non-parametric estimation of stochastic volatility models: spot volatility, leverage and vol-of-vol. Four essays on asymptotic error distributions, finite-sample properties and empirical applications." Doctoral thesis, Scuola Normale Superiore, 2021. http://hdl.handle.net/11384/106264.
Full textAbstract:
This thesis contains four essays on non-parametric estimators of the spot volatility,
the leverage and the volatility-of-volatility. In particular, the focus of this thesis
is on the study of the asymptotic properties of the estimators, the optimization of
their finite-sample performance and the use of the resulting estimates in empirical
applications.
Specifically, in Chapter 2 we prove a central limit theorem for the estimator
of the integrated leverage based on the Fourier method of Malliavin and Mancino
(2009), showing that it reaches the optimal rate of convergence and a smaller
variance with respect to different estimators based on a pre-estimation of the instantaneous
volatility. Then, we exploit the availability of efficient Fourier-based
estimates of the integrated leverage to show, using S&P500 prices over the period
2006-2018, that adding an extra term which accounts for the leverage effect to the
Heterogeneous Auto-Regressive (HAR) volatility model by Corsi (2009) increases
the explanatory power of the latter.
In Chapter 3 we study the sensitivity of the leverage process to changes of the
price and the volatility. In particular, under the Constant Elasticity of Variance
(CEV) model by Beckers (1980), which is explicitly designed to capture leverage
effects, we find that the derivatives of the leverage with respect to the log-price and
the volatility can be expressed as the ratio of quantities that can be consistently
estimated from sample prices, that is, as the ratio of the price-leverage covariation
and, respectively, the volatility and the leverage. From the financial standpoint,
this suggests that the price-leverage covariation may be interpreted as a gauge of
the responsiveness of the leverage to the arrival of new information that causes
changes in the price or the volatility. Additionally, we also find that the priceleverage
covariation is equal to twice the vol-of-vol under the CEV model, thereby
suggesting that the responsiveness of the leverage (i.e., the price-leverage covariation)
is proportional to the amount of uncertainty about risk (i.e., the vol-of-vol).
After reconstructing the trajectories of the volatility, the leverage, the vol-of-vol
and the price-leverage covariation through the Fourier methodology by Malliavin
and Mancino (2009), we provide empirical evidence supporting this financial interpretation
of the price-leverage covariation in a model-free setting, using 1-second
S&P500 prices over the period March, 2018-April, 2018. In Chapter 4, we perform an analytical study to identify the sources of the
finite-sample bias that typically plagues the simplest and most natural vol-of-vol
estimator, the Pre-estimated Spot-variance based Realized Variance (PSRV) by
Barndorff-Nielsen and Veraart (2009). Based on the full knowledge of its analytical
expression, we show that the finite-sample bias of the PSRV may be substantially
reduced by allowing for the overlap of consecutive local windows to pre-estimate
the spot variance. In particular, we provide a feasible analytical rule for the biasoptimal
selection of the length of local windows when the volatility is a process in
the Chan, Karolyi, Longstaff and Sanders (CKLS) class (see Chan et al. (1992))
and show that selections based on this analytical rule match some selections prescribed
in the literature, based on simulations.
In Chapter 5, we exploit efficient Fourier estimates of the path of the volatility
to empirically investigate the functional link between the latter and the variance
swap rate. Specifically, using S&P500 data over the period 2006-2018, we find
overwhelming empirical evidence supporting the affine link analytically found by
Kallsen et al. (2011) in the context of exponentially affine stochastic volatility models.
Additionally, based on tests performed on yearly subsamples, we find that exponentially
mean-reverting variance models provide a good fit during periods of
extreme volatility, while polynomial models, introduced in Cuchiero (2011), are
suited for years characterized by more frequent price jumps. These empirical results are confirmed when replacing Fourier estimates of the spot volatility with realized local estimates.
Chapter 6 concludes, summarizing the main findings of the thesis.
48
Alcaraz, González Víctor. "Estimation et commande robuste non-linéaires des procédés biologiques de dépollution des eaux usées : application à la digestion anaérobie." Perpignan, 2001. http://www.theses.fr/2001PERP0446.
Full textAbstract:
Cette thèse porte sur l'estimation et la commande non-linéaires des procédés biologiques de dépollution des eaux usées en général et sur leur application expérimentale sur un procédé de digestion anaérobie particulier. Pour répondre aux besoins spécifiques de la dépollution des effluents en termes d'estimation et de commande, deux approches ont été développées : l'une fondée sur l'utilisation d'observateurs par intervalles et l'autre sur l'extension d'une approche de commande adaptative robustifiée vis-à-vis d'incertitudes sur la dynamique et vis-à-vis de perturbations inconnues sur les entrées du procédé. Les observateurs par intervalles prenant comme base de synthèse les observateurs à cinétiques inconnues, une condition suffisante de stabilité a été proposée. Elle est fondée sur la satisfaction d'une condition portant sur la structure de l'estimateur qui doit être coopératif. Ces approches ont été appliquées et validées expérimentalement sur un procédé réel de digestion anaérobie de 1 m3 (un mètre cube) situé au Laboratoire de Biotechnologie de l'Environnement de l'Institut National de la Recherche Agronomique (LBE-INRA) à Narbonne pour le traitement de vinasses de vin. La commande adaptative robuste a été appliquée en particulier aux cas SISO et SIMO. Par ailleurs, une approche innovante de détection de défauts et de diagnostic, fondée sur la synthèse d'une batterie d'observateurs par intervalles a été proposée pour ce même procédé. En guise de complément, deux autres contributions sont préséntées : la transcription d'objectifs de commande relatifs à l'alcalinité en une région de l'espace dans laquelle doivent évoluer les variables d'états ainsi que le développement et la mise en œuvre d'un capteur de Carbone Total Inorganique pouvant être utilisé en ligneThis PhD Thèsis is concenred with the development of robust nonlinear estimation and control strategies for the optimisation of biological wastewaters treatment plants in general and with their experimental application on anaerobic digestion processes in particular
49
Chichignoud, Michael. "Perforamances statistiques d'estimateurs non-linéaires." Phd thesis, Université de Provence - Aix-Marseille I, 2010. http://tel.archives-ouvertes.fr/tel-00540963.
Full textAbstract:
On se place dans le cadre de l'estimation non paramétrique dans le modèle de régression. Dans un premier temps, on dispose des observations Y dont la densité $g$ est connue et dépend d'une fonction de régression $f(X)$ inconnue. Dans cette thèse, cette fonction est supposée régulière, i.e. appartenant à une boule de Hölder. Le but est d'estimer la fonction $f$ à un point $y$ (estimation ponctuelle). Pour cela, nous développons un estimateur local de type {\it bayésien}, construit à partir de la densité $g$ des observations. Nous proposons une procédure adaptative s'appuyant sur la méthode de Lepski, qui permet de construire un estimateur adaptatif choisi dans la famille des estimateurs bayésiens locales indexés par la fenêtre. Sous certaines hypothèses suffisantes sur la densité $g$, notre estimateur atteint la vitesse adaptative optimale (en un certain sens). En outre, nous constatons que dans certains modèles, l'estimateur bayésien est plus performant que les estimateurs linéaires. Ensuite, une autre approche est considérée. Nous nous plaçons dans le modèle de régression additive, où la densité du bruit est inconnue, mais supposée symétrique. Dans ce cadre, nous développons un estimateur dit de {\it Huber} reposant sur l'idée de la médiane. Cet estimateur permet d'estimer la fonction de régression, quelque soit la densité du bruit additif (par exemple, densité gaussienne ou densité de Cauchy). Avec la méthode de Lepski, nous sélectionnons un estimateur qui atteint la vitesse adaptative classique des estimateurs linéaires sur les espaces de Hölder.
50
Rydén, Patrik. "Statistical analysis and simulation methods related to load-sharing models." Doctoral thesis, Umeå universitet, Matematisk statistik, 2000. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-46772.
Full textAbstract:
We consider the problem of estimating the reliability of bundles constructed of several fibres, given a particular kind of censored data. The bundles consist of several fibres which have their own independent identically dis-tributed failure stresses (i.e.the forces that destroy the fibres). The force applied to a bundle is distributed between the fibres in the bundle, accord-ing to a load-sharing model. A bundle with these properties is an example of a load-sharing system. Ropes constructed of twisted threads, compos-ite materials constructed of parallel carbon fibres, and suspension cables constructed of steel wires are all examples of load-sharing systems. In par-ticular, we consider bundles where load-sharing is described by either the Equal load-sharing model or the more general Local load-sharing model. In order to estimate the cumulative distribution function of failure stresses of bundles, we need some observed data. This data is obtained either by testing bundles or by testing individual fibres. In this thesis, we develop several theoretical testing methods for both fibres and bundles, and related methods of statistical inference. Non-parametric and parametric estimators of the cumulative distribu-tion functions of failure stresses of fibres and bundles are obtained from different kinds of observed data. It is proved that most of these estimators are consistent, and that some are strongly consistent estimators. We show that resampling, in this case random sampling with replacement from sta-tistically independent portions of data, can be used to assess the accuracy of these estimators. Several numerical examples illustrate the behavior of the obtained estimators. These examples suggest that the obtained estimators usually perform well when the number of observations is moderate.