|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 105 van 186 gevonden artikelen
| Titel: |
Learning Nonlinear State-Space Models Using Smooth Particle-Filter-Based Likelihood Approximations ⁎ ⁎ This research was supported by the Swedish Foundation for Strategic Research (SSF) via the projects ASSEMBLE (contract number: RIT15-0012) and Probabilistic Modeling and Inference for Machine Learning (contract number: ICA16-0015), and the Swedish Research Council (VR) via the projects NewLEADS - New Directions in Learning Dynamical Systems (contract number: 621-2016-06079) and Learning of Large-Scale Probabilistic Dynamical Models (contract number: 2016-04278) |
| Auteur: |
Svensson, Andreas Lindsten, Fredrik Schön, Thomas B. |
| Verschenen in: |
IFAC-PapersOnLine |
| Paginering: | Jaargang 51 (2018) nr. 15 pagina's 652-657 |
| Jaar: |
2018 |
| Inhoud: | |
| Uitgever: |
Published by Elsevier B.V. |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 105 van 186 gevonden artikelen
| << vorige | volgende >> |