Global ETD Search

1	Ein automatisches Verfahren für geodätische Berechnungen / An Automatic Method for Geodetic Computations Lehmann, Rüdiger 17 October 2016 (has links) (PDF) Das in diesem Beitrag beschriebene automatische Verfahren findet bei klassischen geodätischen Berechnungsaufgaben ausgehend von gegebenen Startgrößen (z. B. Festpunktkoordinaten, Messwerte) Berechnungsmöglichkeiten für alle anderen relevanten Größen. Bei redundanten Startgrößen existiert meist eine Vielzahl unterschiedlicher Berechnungsmöglichkeiten, die alle gefunden und deren Ergebnisse berechnet werden. Wenn die Berechnung mehrdeutig ist, aber nur endlich viele Lösungen existieren, werden alle Lösungen gefunden und berechnet. Durch den Vergleich unterschiedlicher Berechnungsergebnisse besteht die Möglichkeit, grobe Fehler in den Startgrößen aufzudecken und ein robustes Endergebnis zu generieren. Das Verfahren arbeitet nicht stochastisch, setzt also kein stochastisches Modell der Messwerte voraus. Die Beschreibung wird mit Beispielen illustriert. Das Verfahren wurde als Webserver-Script realisiert und ist frei im Internet verfügbar. / This contribution describes an automatic method, which can be applied to classical geodetic computation problems. Starting from given input quantities (e. g. coordinates of known points, measurements) computation opportunties for all other relevant quantities are found. For redundant input quantities a multitude of different computation opportunties exists, which are all found automatically, and their results are computed. If the computation is non-unique, but only a finite number of solutions exist, then all solutions are found and computed. By comparison of the different computation results there is the opportunity to detect gross errors in the input quantities and to produce a robust final result. The method does not work stochastically, so no stochastic model of the observations is required. The description of the algorithm is illustrated with the help of examples. The method was implemented as a webserver script and is available for free in the internet. Klassische geodätische Berechnungen grober Fehler Conventional geodetic computations gross error ddc:500 rvk:ZI 9070
2	Ein automatisches Verfahren für geodätische Berechnungen Lehmann, Rüdiger January 2015 (has links) Das in diesem Beitrag beschriebene automatische Verfahren findet bei klassischen geodätischen Berechnungsaufgaben ausgehend von gegebenen Startgrößen (z. B. Festpunktkoordinaten, Messwerte) Berechnungsmöglichkeiten für alle anderen relevanten Größen. Bei redundanten Startgrößen existiert meist eine Vielzahl unterschiedlicher Berechnungsmöglichkeiten, die alle gefunden und deren Ergebnisse berechnet werden. Wenn die Berechnung mehrdeutig ist, aber nur endlich viele Lösungen existieren, werden alle Lösungen gefunden und berechnet. Durch den Vergleich unterschiedlicher Berechnungsergebnisse besteht die Möglichkeit, grobe Fehler in den Startgrößen aufzudecken und ein robustes Endergebnis zu generieren. Das Verfahren arbeitet nicht stochastisch, setzt also kein stochastisches Modell der Messwerte voraus. Die Beschreibung wird mit Beispielen illustriert. Das Verfahren wurde als Webserver-Script realisiert und ist frei im Internet verfügbar. / This contribution describes an automatic method, which can be applied to classical geodetic computation problems. Starting from given input quantities (e. g. coordinates of known points, measurements) computation opportunties for all other relevant quantities are found. For redundant input quantities a multitude of different computation opportunties exists, which are all found automatically, and their results are computed. If the computation is non-unique, but only a finite number of solutions exist, then all solutions are found and computed. By comparison of the different computation results there is the opportunity to detect gross errors in the input quantities and to produce a robust final result. The method does not work stochastically, so no stochastic model of the observations is required. The description of the algorithm is illustrated with the help of examples. The method was implemented as a webserver script and is available for free in the internet. info:eu-repo/classification/ddc/500 ddc:500
3	On the formulation of the alternative hypothesis for geodetic outlier detection / Über die Formulierung der Alternativhypothese für die geodätische Ausreißererkennung Lehmann, Rüdiger 24 July 2014 (has links) (PDF) The concept of outlier detection by statistical hypothesis testing in geodesy is briefly reviewed. The performance of such tests can only be measured or optimized with respect to a proper alternative hypothesis. Firstly, we discuss the important question whether gross errors should be treated as non-random quantities or as random variables. In the first case, the alternative hypothesis must be based on the common mean shift model, while in the second case, the variance inflation model is appropriate. Secondly, we review possible formulations of alternative hypotheses (inherent, deterministic, slippage, mixture) and discuss their implications. As measures of optimality of an outlier detection, we propose the premium and protection, which are briefly reviewed. Finally, we work out a practical example: the fit of a straight line. It demonstrates the impact of the choice of an alternative hypothesis for outlier detection. / Das Konzept der Ausreißererkennung durch statistische Hypothesentests in der Geodäsie wird kurz überblickt. Die Leistungsfähigkeit solch eines Tests kann nur gemessen oder optimiert werden in Bezug auf eine geeignete Alternativhypothese. Als erstes diskutieren wir die wichtige Frage, ob grobe Fehler als nicht-zufällige oder zufällige Größen behandelt werden sollten. Im ersten Fall muss die Alternativhypothese auf das Mean-Shift-Modell gegründet werden, im zweiten Fall ist das Variance-Inflation-Modell passend. Als zweites stellen wir mögliche Formulierungen von Alternativhypothesen zusammen und diskutieren ihre Implikationen. Als Optimalitätsmaß schlagen wir das Premium-Protection-Maß vor, welches kurz überblickt wird. Schließlich arbeiten wir ein praktisches Beispiel aus: Die Anpassung einer ausgleichenden Gerade. Es zeigt die Auswirkung der Wahl einer Alternativhypothese für die Ausreißererkennung. Geodätische Ausgleichung Ausreißererkennung Beobachtungsfehler grober Fehler Hypothesentest Power eines Tests Premium Protection Mean-Shift-Modell Variance-Inflation-Modell Monte Carlo Methode Geodetic adjustment Outlier detection Observation errors Gross errors Hypothesis testing Power of a test Premium Protection Mean shift model Variance inflation model Monte Carlo method ddc:550 rvk:ZI 9075 rvk:ZI 9080
4	On the formulation of the alternative hypothesis for geodetic outlier detection Lehmann, Rüdiger January 2013 (has links) The concept of outlier detection by statistical hypothesis testing in geodesy is briefly reviewed. The performance of such tests can only be measured or optimized with respect to a proper alternative hypothesis. Firstly, we discuss the important question whether gross errors should be treated as non-random quantities or as random variables. In the first case, the alternative hypothesis must be based on the common mean shift model, while in the second case, the variance inflation model is appropriate. Secondly, we review possible formulations of alternative hypotheses (inherent, deterministic, slippage, mixture) and discuss their implications. As measures of optimality of an outlier detection, we propose the premium and protection, which are briefly reviewed. Finally, we work out a practical example: the fit of a straight line. It demonstrates the impact of the choice of an alternative hypothesis for outlier detection. / Das Konzept der Ausreißererkennung durch statistische Hypothesentests in der Geodäsie wird kurz überblickt. Die Leistungsfähigkeit solch eines Tests kann nur gemessen oder optimiert werden in Bezug auf eine geeignete Alternativhypothese. Als erstes diskutieren wir die wichtige Frage, ob grobe Fehler als nicht-zufällige oder zufällige Größen behandelt werden sollten. Im ersten Fall muss die Alternativhypothese auf das Mean-Shift-Modell gegründet werden, im zweiten Fall ist das Variance-Inflation-Modell passend. Als zweites stellen wir mögliche Formulierungen von Alternativhypothesen zusammen und diskutieren ihre Implikationen. Als Optimalitätsmaß schlagen wir das Premium-Protection-Maß vor, welches kurz überblickt wird. Schließlich arbeiten wir ein praktisches Beispiel aus: Die Anpassung einer ausgleichenden Gerade. Es zeigt die Auswirkung der Wahl einer Alternativhypothese für die Ausreißererkennung. info:eu-repo/classification/ddc/550 ddc:550

1

Page generated in 0.0504 seconds