Fugu-MT 論文翻訳(概要): Data-driven switching logic design for switched linear systems

論文の概要: Data-driven switching logic design for switched linear systems

arxiv url: http://arxiv.org/abs/2003.05774v2
Date: Mon, 24 Aug 2020 17:04:56 GMT
ステータス: 処理完了
システム内更新日: 2022-12-24 16:00:14.355114
Title: Data-driven switching logic design for switched linear systems
Title（参考訳）: スイッチング線形システムのデータ駆動スイッチング論理設計
Authors: Atreyee Kundu
Abstract要約: サブシステムの状態空間モデルの明示的な知識が得られない場合、離散時間切替線形システムの安定化に対処する。そこで我々は,スイッチングシステムの安定性を保った周期的スイッチング論理を設計するアルゴリズムを考案した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper deals with stabilization of discrete-time switched linear systems when explicit knowledge of the state-space models of their subsystems is not available. Given the set of admissible switches between the subsystems, the admissible dwell times on the subsystems and a set of finite traces of state trajectories of the subsystems that satisfies certain properties, we devise an algorithm that designs periodic switching logics which preserve stability of the resulting switched system. We combine two ingredients: (a) data-based stability analysis of discrete-time linear systems and (b) multiple Lyapunov-like functions and graph walks based design of stabilizing switching logics, for this purpose. A numerical example is presented to demonstrate the proposed algorithm.
Abstract（参考訳）: 本稿では,各サブシステムの状態空間モデルの明示的な知識が得られない場合の離散時間切替線形システムの安定化を扱う。サブシステム間の許容スイッチのセット、サブシステムの許容ドウェルタイム、特定の特性を満たすサブシステムの状態軌道の有限トレースのセットを考えると、結果のスイッチングシステムの安定性を保つ周期的スイッチングロジックを設計するアルゴリズムを考案する。 2つの材料を組み合わせることで a)離散時間線形システムのデータに基づく安定性解析 b) 複数のリアプノフ様関数とグラフウォークは、この目的のためにスイッチング論理を安定化させる設計に基づいている。提案するアルゴリズムを示す数値例を示す。

関連論文リスト

A General Bayesian Framework for Informative Input Design in System Identification [86.05414211113627]
システム識別のための情報入力設計の問題に取り組む。入力を選択し、真のシステムから対応する出力を観測し、モデルのパラメータを最適化し、データに最も合うようにします。本手法は, 線形および非線形の様々なダイナミクスを用いて, モデルフリーベースラインより優れる。
論文参考訳（メタデータ） (2025-01-28T01:57:51Z)
Finite Sample Identification of Partially Observed Bilinear Dynamical Systems [16.74080862888231]
部分的に観察された双線形力学系の実現を学習する問題を考察する。入力出力サンプルの1つの軌道が与えられた場合、システムのマルコフ様パラメータを学習するための有限時間解析を提供する。我々の分析は、学習精度とサンプルの複雑さに影響を与えるシステム理論量に関する洞察を提供する。
論文参考訳（メタデータ） (2025-01-13T19:24:14Z)
A least-square method for non-asymptotic identification in linear switching control [17.938732931331064]
基礎となる部分観測線形力学系は、既知の候補モデルの有限集合内にあることが知られている。線形最小二乗法の非漸近解析における最近の進歩を活用して、この問題の有限時間サンプル複雑性を特徴づける。基礎となるシステムの未知のパラメータを識別するデータ駆動型スイッチング戦略を提案する。
論文参考訳（メタデータ） (2024-04-11T20:55:38Z)
Dealing with Collinearity in Large-Scale Linear System Identification Using Gaussian Regression [3.04585143845864]
複数の相互接続型動的システムからなるネットワークの推定について検討する。我々は、任意のインパルス応答をゼロ平均ガウス過程の実現と見なすベイズ正規化フレームワークにキャストされた戦略を開発する。我々はマルコフ連鎖モンテカルロスキームを設計し、コリナリティを効率的に扱うことでインパルス応答を後方に再構築する。
論文参考訳（メタデータ） (2023-02-21T19:35:47Z)
Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文参考訳（メタデータ） (2022-12-01T17:36:30Z)
Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
論文参考訳（メタデータ） (2022-10-12T06:46:38Z)
Consistency and Rate of Convergence of Switched Least Squares System Identification for Autonomous Switched Linear Systems [1.1470070927586016]
切替線形システムの識別のための切替最小二乗法を提案する。我々のデータ依存収束速度は、ほぼ確実に、システム識別エラーが$mathcalObig(sqrtlog(T)/T big)$であることを示している。
論文参考訳（メタデータ） (2021-12-20T18:56:29Z)
Supervised DKRC with Images for Offline System Identification [77.34726150561087]
現代の力学系はますます非線形で複雑なものになりつつある。予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
論文参考訳（メタデータ） (2021-09-06T04:39:06Z)
Stability and Identification of Random Asynchronous Linear Time-Invariant Systems [81.02274958043883]
線形力学系の安定性に対するランダム化と非同期化の付加的な利点を示す。未知のランダム化LTIシステムに対して,基礎となる力学を復元するための系統的同定手法を提案する。
論文参考訳（メタデータ） (2020-12-08T02:00:04Z)
Active Learning for Nonlinear System Identification with Guarantees [102.43355665393067]
状態遷移が既知の状態-作用対の特徴埋め込みに線形に依存する非線形力学系のクラスについて検討する。そこで本稿では, トラジェクティブ・プランニング, トラジェクティブ・トラッキング, システムの再推定という3つのステップを繰り返すことで, この問題を解決するためのアクティブ・ラーニング・アプローチを提案する。本手法は, 非線形力学系を標準線形回帰の統計速度と同様, パラメトリック速度で推定する。
論文参考訳（メタデータ） (2020-06-18T04:54:11Z)
Data-based computation of stabilizing minimum dwell times for discrete-time switched linear systems [0.0]
離散時間切替線形システムの安定化最小空洞時間を求めるアルゴリズムを提案する。提案アルゴリズムの数値的な例を示す。
論文参考訳（メタデータ） (2020-02-06T03:40:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。