Robust stochastic configuration networks for industrial data modelling with Student’s-t mixture distribution

Data collected from industrial sites commonly contains outliers or noise that obey unknown distributions, making it challenging to establish an accurate data-driven model. Therefore, this paper proposes a novel robust stochastic configuration network based on a Student’s-t mixture distribution (term...

Celý popis

Podrobná bibliografie

Vydáno v:	Information sciences Ročník 607; s. 493 - 505
Hlavní autoři:	Yan, Aijun, Guo, Jingcheng, Wang, Dianhui
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.08.2022
Témata:	Expectation–maximization algorithm Robust data modeling Stochastic configuration networks Student’s-t mixture distribution Stochastic configuration networks Robust data modeling Expectation–maximization algorithm Student’s-t mixture distribution
ISSN:	0020-0255, 1872-6291
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!