انتخاب زیر مجموعه برای برآورد پارامتر بهبود یافته در شناسایی خط از یک ژنراتور سنکرون+ نسخه انگلیسی
Subset Selection for Improved Parameter Estimation in On Line Identification of a synchronous Generator
در این مقاله اثبات می‌کنیم که برای مدل ژنراتور سنکرون به کار رفته در آزمایش‌های شناسائی مرجع [16]، و برای اندازه‌گیری‌های با کیفیت مشابه (ترکیب با مدل مرجع [16]، چون داده‌های اصلی در اختیار ما قرار نداشتند)، استراتژی ارائه شده منجر به فرایند تخمین کاهش مرتبه و تخمین دیگر پارامترهای مرتبطی می‌شود که نسبت به حالتی که همه پارامترها با هم تخمین زده شوند، رفتار بهتری از خود نشان می‌دهد. بخش II مقاله به طور خلاصه مساله حداقل مربعات غیرخطی را مرور کرده و روی نقش ژاکوبینِ (یا گرادیان یا ماتریس مشتق اول) بردار خطا نسبت به بردار پارامتری در یافتن تخمین حداقل مربعات روش گوس- سایدل تاکید دارد؛ همچنین Hessian (یا ماتریس مشتق دوم) معیار خطا نسبت به بردار پارامتری تعریف می‌شود. سپس همین بخش، ایده اصلی فرایند انتخاب زیرمجموعه‌ای را که به ژاکوبین یا Hessian اعمال می‌شود را بیان کرده و در نهایت الگوریتم را به صورت جزئیاتی تشریح می‌کند. بخش III سیستم تست را توصیف کرده و نحوه استخراج مقادیر آزمایش‌های شناسائی را توضیح می‌دهد، سپس نتایج آزمایش‌های تخمین مختلفِ انجام شده روی سیستم را ارائه می‌کند. برخی نتیجه‌گیری‌ها نیز در بخش IV بیان شده است.