• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • Tagged with
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

On Experimental Designs for Derivative Random Fields

Simak, Jaroslav 10 December 2009 (has links) (PDF)
Es werden differenzierbare zufällige Felder zweiter Ordnung untersucht und Vorschläge zur Versuchsplanung von Beobachtungen der abgeleiteten Felder unterbreitet. Von einem gewissen Standpunkt aus werden die folgenden Fragen beantwortet: Wie viele Informationen liefern Beobachtungen von Ableitungen für die Vorhersage des zugrunde liegenden Stochastischen Feldes? Wie beeinflusst eine a priori Wahl der Kovarianzfunktion das Informationsverhältnis zwischen verschiedenen abgeleiteten Feldern im Hinblick auf die Vorhersage? Als Zielfunktion wird das so genannte "imse-update" für den besten linearen Prädiktor betrachtet. Den zentralen Teil stellt die Untersuchung von Versuchsplänen mit (asymptotisch) verschwindenden Korrelationen dar. Hier wird insbesondere der Einfluss der Maternschen Klasse und J-Besselschen Klassen von Kovarianzfuntionen untersucht. Ferner wird der Einfluss gleichzeitiger Beobachtung von verschiedenen Ableitungen untersucht. Schließlich werden einige empirische Studien durchgeführt, aus denen einige praktische Ratschläge abgeleitet werden.
2

On Experimental Designs for Derivative Random Fields

Simak, Jaroslav 04 July 2002 (has links)
Es werden differenzierbare zufällige Felder zweiter Ordnung untersucht und Vorschläge zur Versuchsplanung von Beobachtungen der abgeleiteten Felder unterbreitet. Von einem gewissen Standpunkt aus werden die folgenden Fragen beantwortet: Wie viele Informationen liefern Beobachtungen von Ableitungen für die Vorhersage des zugrunde liegenden Stochastischen Feldes? Wie beeinflusst eine a priori Wahl der Kovarianzfunktion das Informationsverhältnis zwischen verschiedenen abgeleiteten Feldern im Hinblick auf die Vorhersage? Als Zielfunktion wird das so genannte "imse-update" für den besten linearen Prädiktor betrachtet. Den zentralen Teil stellt die Untersuchung von Versuchsplänen mit (asymptotisch) verschwindenden Korrelationen dar. Hier wird insbesondere der Einfluss der Maternschen Klasse und J-Besselschen Klassen von Kovarianzfuntionen untersucht. Ferner wird der Einfluss gleichzeitiger Beobachtung von verschiedenen Ableitungen untersucht. Schließlich werden einige empirische Studien durchgeführt, aus denen einige praktische Ratschläge abgeleitet werden.

Page generated in 0.0462 seconds