Estimation of Brain Electrical Sources using Multi-level Source Space Model

This paper investigates the dynamic behavior of a modular multi-level converter (MMC)-based HVDC link. An overall state-space model is developed to identify the system critical modes, considering the dynamics of the master MMC and slave MMC, their control systems, and the HVDC cable. Complementary to the state-space model, an impedance-based model is also derived to obtain the minimum phase margin (PM) of the system. In addition, a relative gain array (RGA) analysis is conducted to quantify the level of interactions among the control systems of master and slave MMCs and their impacts on stability. Finally, with the help of the results obtained from the system analysis (eigenvalue, phase margin, sensitivity, and RGA), the system dynamic performance is improved.

Download Full-text

Multi-level Issues in Organizational Behavior and Processes

10.1016/s1475-9144(2005)3 ◽

2005 ◽

Keyword(s):

Organizational Behavior ◽

Multi Level

Download Full-text

Verlaufsanalyse wöchentlicher Selbst- und Fremdeinschätzungen in der Langzeittherapie suchtkranker Jugendlicher

Zeitschrift für Kinder- und Jugendpsychiatrie und Psychotherapie ◽

10.1024/1422-4917/a000594 ◽

2019 ◽

Vol 47 (2) ◽

pp. 126-137

Author(s):

Ferdinand Keller ◽

Tatjana Stadnitski ◽

Jakob Nützel ◽

Renate Schepker

Keyword(s):

Allen Vier ◽

Multi Level

Zusammenfassung. Fragestellung: Über Veränderungen in der emotionalen Befindlichkeit von Jugendlichen während einer Suchttherapie ist wenig bekannt. Methode: Die Jugendlichen füllten wöchentlich einen entsprechenden Fragebogen aus, analog ihre Bezugsbetreuer eine parallelisierte Kurzfassung. Von 42 Jugendlichen liegen insgesamt 853 Bogen und von den Bezugsbetreuern 708 Bogen vor. Die Fragebogen wurden zunächst faktorenanalytisch hinsichtlich ihrer Dimensionalität ausgewertet, anschließend wurden gruppenbezogene Verlaufsanalysen (Multi-Level-Modelle) und Abhängigkeitsanalysen auf Einzelfallebene (Zeitreihenanalysen) durchgeführt. Ergebnisse: Im Jugendlichenfragebogen ergaben sich vier Faktoren: negative Befindlichkeit, Wertschätzung von Therapie/Betreuung, Motivation und Suchtdynamik. Die Übereinstimmung zwischen den Jugendlichen- und der (einfaktoriellen) Betreuereinschätzung fiel insgesamt niedrig bis mäßig aus, brachte aber auf Einzelfallebene differenziertere Ergebnisse. Im Verlauf nahmen die Werte auf allen vier Jugendlichenskalen ab. Einzig der Verlauf der Wertschätzung in der Eingewöhnungsphase war prädiktiv für den späteren Abbruch der Maßnahme: Bei den Abbrechern nahm die Wertschätzung ab, während sie bei den Beendern initial stieg. Schlussfolgerungen: Der bedeutsamste Faktor in Bezug auf die Therapiebeendigung suchtkranker Jugendlicher scheint die Wertschätzung von Therapie/Betreuung zu sein, während die Motivation jugendtypische Schwankungen aufweist. Der Suchtdynamik kam eine deutlich weniger bedeutende Rolle zu als allgemein angenommen. Programme in der Langzeittherapie sollten die Wertschätzung von Therapie/Betreuung künftig mehr fokussieren als die Suchtdynamik.

Download Full-text

Positional Estimation Within a Latent Space Model for Networks

Methodology ◽

10.1027/1614-2241.2.1.24 ◽

2006 ◽

Vol 2 (1) ◽

pp. 24-33 ◽

Cited By ~ 17

Author(s):

Susan Shortreed ◽

Mark S. Handcock ◽

Peter Hoff

Keyword(s):

Random Effects ◽

Network Data ◽

Random Effects Models ◽

Space Model ◽

Network Analyses ◽

Recent Advances ◽

Latent Space ◽

Latent Space Model ◽

Modeling Data

Recent advances in latent space and related random effects models hold much promise for representing network data. The inherent dependency between ties in a network makes modeling data of this type difficult. In this article we consider a recently developed latent space model that is particularly appropriate for the visualization of networks. We suggest a new estimator of the latent positions and perform two network analyses, comparing four alternative estimators. We demonstrate a method of checking the validity of the positional estimates. These estimators are implemented via a package in the freeware statistical language R. The package allows researchers to efficiently fit the latent space model to data and to visualize the results.

Download Full-text