論文の概要: Estimation of Switched Markov Polynomial NARX models

• arxiv url: http://arxiv.org/abs/2009.14073v1
• Date: Tue, 29 Sep 2020 15:00:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 05:25:01.443891
• Title: Estimation of Switched Markov Polynomial NARX models
• Title（参考訳）: 切り換えマルコフ多項式ARXモデルの推定
• Authors: Alessandro Brusaferri and Matteo Matteucci and Stefano Spinelli
• Abstract要約: 非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。 提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
• 参考スコア（独自算出の注目度）: 75.91002178647165
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work targets the identification of a class of models for hybrid dynamical systems characterized by nonlinear autoregressive exogenous (NARX) components, with finite-dimensional polynomial expansions, and by a Markovian switching mechanism. The estimation of the model parameters is performed under a probabilistic framework via Expectation Maximization, including submodel coefficients, hidden state values and transition probabilities. Discrete mode classification and NARX regression tasks are disentangled within the iterations. Soft-labels are assigned to latent states on the trajectories by averaging over the state posteriors and updated using the parametrization obtained from the previous maximization phase. Then, NARXs parameters are repeatedly fitted by solving weighted regression subproblems through a cyclical coordinate descent approach with coordinate-wise minimization. Moreover, we investigate a two stage selection scheme, based on a l1-norm bridge estimation followed by hard-thresholding, to achieve parsimonious models through selection of the polynomial expansion. The proposed approach is demonstrated on a SMNARX problem composed by three nonlinear sub-models with specific regressors.
• Abstract（参考訳）: この研究は、有限次元多項式展開を持つ非線形自己回帰外因性(NARX)成分とマルコフスイッチング機構によって特徴づけられるハイブリッド力学系のモデルのクラスを同定することを目的としている。 モデルパラメータの推定は、サブモデル係数、隠れ状態値、遷移確率を含む予測最大化によって確率的枠組みの下で行われる。 離散モードの分類とNARX回帰タスクはイテレーション内で切り離される。 ソフトラベルは、状態後部を平均化して軌道上の潜伏状態に割り当てられ、前回の最大化フェーズから得られるパラメトリゼーションを用いて更新される。 次に、NARXsパラメータは、座標ワイド最小化を伴う循環座標降下法により重み付き回帰サブプロブレムを解くことで繰り返し適合する。 さらに,l1-normブリッジ推定とハードスレッディングに基づく2段階選択方式について検討し,多項式展開の選択により同相モデルを実現する。 提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。

関連論文リスト

• Variational EP with Probabilistic Backpropagation for Bayesian Neural Networks [0.0]
  本稿では,ネットワーク重みを階層的に表した2層ニューラルネットワークモデル構造を用いた非線形ロジスティック回帰手法を提案する。 私は計算効率のよいアルゴリズムを導き出し、その複雑さは独立したスパースロジスティックモデルの集合と同様にスケールする。
  論文  参考訳（メタデータ） (2023-03-02T19:09:47Z)
• Variational Laplace Autoencoders [53.08170674326728]
  変分オートエンコーダは、遅延変数の後部を近似するために、償却推論モデルを用いる。 完全分解ガウス仮定の限定的後部表現性に対処する新しい手法を提案する。 また、深部生成モデルのトレーニングのための変分ラプラスオートエンコーダ(VLAE)という一般的なフレームワークも提示する。
  論文  参考訳（メタデータ） (2022-11-30T18:59:27Z)
• A Class of Two-Timescale Stochastic EM Algorithms for Nonconvex Latent Variable Models [21.13011760066456]
  expectation-Maximization (EM)アルゴリズムは、変数モデルを学習するための一般的な選択肢である。 本稿では,Two-Time Methodsと呼ばれる手法の一般クラスを提案する。
  論文  参考訳（メタデータ） (2022-03-18T22:46:34Z)
• Time varying regression with hidden linear dynamics [74.9914602730208]
  線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。 反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
  論文  参考訳（メタデータ） (2021-12-29T23:37:06Z)
• A Variational Inference Approach to Inverse Problems with Gamma Hyperpriors [60.489902135153415]
  本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。 提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
  論文  参考訳（メタデータ） (2021-11-26T06:33:29Z)
• Meta-Model Structure Selection: Building Polynomial NARX Model for Regression and Classification [0.0]
  本研究は、回帰と分類問題に対するNARXモデルの構造を選択するための新しいメタヒューリスティックなアプローチを提案する。 新しいアルゴリズムのロバスト性は、異なる非線形特性を持つ複数のシミュレートされた実験システムで試験される。
  論文  参考訳（メタデータ） (2021-09-21T02:05:40Z)
• A non-asymptotic model selection in block-diagonal mixture of polynomial experts models [1.491109220586182]
  回帰モデルの未知条件密度を推定するために, ペナル化最大選択基準を導入する。 我々は、Jensen-Kullback-Leibler型損失によるペナル化極大確率で満たされる有限サンプルオラクルを含む強力な理論的保証を提供する。
  論文  参考訳（メタデータ） (2021-04-18T21:32:20Z)
• Probabilistic Circuits for Variational Inference in Discrete Graphical Models [101.28528515775842]
  変分法による離散的グラフィカルモデルの推論は困難である。 エビデンス・ロウアーバウンド(ELBO)を推定するためのサンプリングに基づく多くの手法が提案されている。 Sum Product Networks (SPN) のような確率的回路モデルのトラクタビリティを活用する新しい手法を提案する。 選択的SPNが表現的変動分布として適していることを示し、対象モデルの対数密度が重み付けされた場合、対応するELBOを解析的に計算可能であることを示す。
  論文  参考訳（メタデータ） (2020-10-22T05:04:38Z)
• Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
  PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。 本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。 このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
  論文  参考訳（メタデータ） (2020-09-29T12:50:33Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。