Experimental data from the three ta

Experimental data from the three tank system is utilized.For this case study, the problem of predicting the water level in tank 3 (x3) is considered, which shows the characteristics of a low-dynamic signal. From the schematic of the system, it is easy to see that the explanatory variablesfor x3 are the water level in tank 2 (x2) and the flow rate (x4). Models with different number of states are fitted on the training data, and the values obtained for AIC and BIC are plotted against the number of states, as presented in Figure 3a. From this figure, it can be seen that relatively smaller values of AIC and BIC are obtained for models of order 10, 15, and 20. For this case study, we selected a model of 20 states which gives a higher likelihood value (goodness of fit). For the case of IOHMM output functions, Gaussian distributions are fitted, and the meansand variances of the distributions are obtained through a linear regression process between the explanatory variables (x4, x2) and x3.

Results (Thai) 1:

ข้อมูลการทดลองจากระบบสามถังถูกนำมาใช้
สำหรับกรณีศึกษานี้ปัญหาในการคาดการณ์ระดับน้ำในถัง 3 (x3) มีการพิจารณาซึ่งแสดงให้เห็นถึงลักษณะของสัญญาณต่ำแบบไดนามิก จากแผนผังของระบบมันเป็นเรื่องง่ายที่จะเห็นว่าการอธิบายตัวแปร
สำหรับ x3 มีระดับน้ำในถัง 2 (x2) และอัตราการไหล (x4) รุ่นที่มีจำนวนที่แตกต่างกันของรัฐที่มีการติดตั้งอยู่กับข้อมูลการฝึกอบรมและค่านิยมที่ได้รับสำหรับ AIC และ BIC มีการพล็อตกับจำนวนของรัฐตามที่แสดงในรูปที่ 3a จากตัวเลขนี้จะเห็นได้ว่าค่าค่อนข้างมีขนาดเล็กของเอไอซีและ BIC จะได้รับสำหรับรูปแบบของการสั่งซื้อ 10, 15, และ 20 สำหรับกรณีศึกษานี้เราเลือกรูปแบบของ 20 รัฐซึ่งจะช่วยให้ค่าความน่าจะเป็นสูงกว่า (ความดีของ พอดี) สำหรับกรณีของ IOHMM ฟังก์ชั่นการส่งออกกระจาย Gaussian มีการติดตั้งและวิธีการ
และผลต่างของการกระจายจะได้รับผ่านกระบวนการการถดถอยเชิงเส้นตรงระหว่างตัวแปร (x4, x2) และ x3

Results (Thai) 2:

ข้อมูลการทดลองจากสามระบบถังถูกนำมาใช้
สำหรับกรณีศึกษานี้ปัญหาของการทำนายระดับน้ำในถัง 3 (x3) จะถูกพิจารณาซึ่งแสดงให้เห็นถึงลักษณะของสัญญาณแบบไดนามิกต่ำ จากแผนผังของระบบ, มันเป็นเรื่องง่ายที่จะเห็นว่าตัวแปรอธิบาย
สำหรับ x3 คือระดับน้ำในถัง 2 (x2) และอัตราการไหล (x4) รุ่นที่มีจำนวนที่แตกต่างกันของรัฐที่มีการติดตั้งในข้อมูลการฝึกอบรมและค่าที่ได้รับสำหรับ AIC และ BIC จะพล็อตกับจำนวนของรัฐตามที่แสดงในรูปที่3a จากตัวเลขนี้ก็สามารถเห็นได้ว่าค่าที่ค่อนข้างเล็กของ AIC และ BIC จะได้รับสำหรับรุ่นของการสั่งซื้อ 10, 15 และ20 สำหรับกรณีศึกษานี้เราได้เลือกรูปแบบของ20รัฐซึ่งจะช่วยให้ค่าความน่าจะเป็นไปได้สูงขึ้น สำหรับกรณีของฟังก์ชันเอาต์พุต IOHMM การกระจาย Gaussian จะมีการติดตั้งและวิธีการ
และผลต่างของการกระจายจะได้รับผ่านกระบวนการถดถอยเชิงเส้นระหว่างตัวแปรอธิบาย (x4, x2) และ x3

Results (Thai) 3:

โดยใช้ข้อมูลจากการทดลอง
ในตัวอย่างนี้ปัญหาของการทำนายระดับน้ำในถัง X3 จะพิจารณาซึ่งแสดงให้เห็นถึงลักษณะของสัญญาณแบบไดนามิกต่ำ มันเป็นเรื่องง่ายที่จะเห็นตัวแปรที่อธิบายได้จากแผนภาพของระบบ
ระดับน้ำและอัตราการไหลของน้ำในถัง พอดีกับรูปแบบของตัวเลขที่แตกต่างกันของรัฐในข้อมูลการฝึกอบรมและเปรียบเทียบค่าของ AIC และ BIC กับตัวเลขของรัฐตามที่แสดงในรูป 3A ในตัวอย่างนี้เราเลือกรูปแบบประกอบด้วยสองรัฐซึ่งจะช่วยให้คุณค่าที่สูงขึ้นของความน่าจะเป็น สำหรับฟังก์ชันเอาท์พุท iHMM กระชับการแจกแจงเกาส์ค่าเฉลี่ย
ความแปรปรวนของการแจกแจงได้โดยการอธิบายกระบวนการถดถอยเชิงเส้นระหว่างตัวแปร X4 X2 และ X3