Model detection with application to probe based data storage

تشخیص یک مدل از مجموعه ای از مدل هایی که بهترین رفتار سیستم را توصیف می کند در بسیاری از کاربردها اهمیت اساسی دارد. در این مقاله، دو سیگنال تبعیض آمیز از اندازه گیری ها برای یک گیاه که بین دو رفتار مدل تغییر می کند، جایی که توابع انتقال از ورودی به دو سیگنال مشابه هستند هنگامی که یک مدل موثر است در حالی که آنها منفی یکدیگر هستند هنگامی که مدل دیگر موثر است . الگوریتم تشخیص توسعه یافته به نام عدم انطباق مربع نوآوری برای عملیات خواندن ذخیره سازی اطلاعات مبتنی بر پروب مورد استفاده قرار می گیرد. روش ناسازگاری مربعات نوآوری، عملکرد بهتر تشخیص را با پیچیدگی محاسباتی به مراتب کمتر، در مقایسه با روشهای مبتنی بر احتمال حداکثر پس انداز احتمال در سیستم های ذخیره سازی داده فعلی ارائه می دهد. در ادامه مقاله، روشهای مبتنی بر تشخیص توالی حداکثر احتمال وجود دارد که در آن رفتار گیاه می تواند از یک مدل به دیگری با سرعت بالا تغییر کند و تغییرات از یک رفتار قبلی، رفتار فعلی باعث تداخل میان نماد می شود. شبیه سازی کامل و نتایج تجربی تأیید بهره وری از روش های پیشنهادی است.