The model is formulated based on th

The model is formulated based on the Gaussian maximum likelihood method.
The two key random variables considered in the model are flows and flow increments.
By assuming that these two random variables are normally distributed, we generate an estimate by maximizing the likelihood of the flow level at the next time interval, expressed as a product of the two probability density functions.
The model departs from other existing models in that the parameters of the model are obtained based little on data fitting. The model, therefore, is very robust in terms of calibration of its parameters.

ผลลัพธ์ (ไทย) 2:

รูปแบบเป็นสูตรที่อยู่บนพื้นฐานของความเป็นไปได้สูงสุด Gaussian วิธี.
สองตัวแปรสุ่มที่สำคัญการพิจารณาในรูปแบบที่มีกระแสไหลและเพิ่มทีละ.
โดยสมมติว่าทั้งสองตัวแปรสุ่มที่มีการกระจายตามปกติเราสร้างประมาณการโดยการเพิ่มโอกาสของระดับการไหล ในช่วงเวลาครั้งต่อไปที่แสดงความเป็นผลิตภัณฑ์ของฟังก์ชั่นความหนาแน่นของความน่าจะเป็นสอง.
รูปแบบการออกจากรูปแบบอื่นที่มีอยู่ในการที่พารามิเตอร์ของแบบจำลองจะได้รับขึ้นอยู่กับข้อมูลเล็ก ๆ น้อย ๆ ที่เหมาะสม รูปแบบจึงเป็นที่แข็งแกร่งมากในแง่ของการสอบเทียบของพารามิเตอร์

ผลลัพธ์ (ไทย) 3:

รูปแบบเป็นสูตรตามเสียน Maximum Likelihood )
2 คีย์ตัวแปรสุ่ม การพิจารณาในรูปแบบ และเพิ่มการไหลของกระแส .
โดยกำหนดว่าสองตัวแปรสุ่มมีการแจกแจงปกติ เราสร้างการประเมินโดยการเพิ่มโอกาสของการไหลระดับในช่วงเวลาถัดไป แสดงเป็นผลิตภัณฑ์ของ สองฟังก์ชันความหนาแน่นของความน่าจะเป็น .
รูปแบบออกจากที่มีอยู่อื่น ๆรุ่นที่พารามิเตอร์ของแบบจำลองได้ใช้ข้อมูลเล็ก ๆน้อย ๆที่เหมาะสม แบบจำลองที่แข็งแกร่งมากในแง่ของค่าพารามิเตอร์