Fugu-MT 論文翻訳(概要): Constructing Dampened LTI Systems Generating Polynomial Bases

論文の概要: Constructing Dampened LTI Systems Generating Polynomial Bases

arxiv url: http://arxiv.org/abs/2103.00051v1
Date: Fri, 26 Feb 2021 21:14:19 GMT
ステータス: 処理完了
システム内更新日: 2021-03-03 15:47:32.347698
Title: Constructing Dampened LTI Systems Generating Polynomial Bases
Title（参考訳）: 多項式ベースを生成するDampened LTIシステムの構築
Authors: Andreas St\"ockel
Abstract要約: レジェンド遅延ネットワーク (LDN) の基礎となる LTI システムの代替的導出について述べる。我々はまず,レジェンダー遅延ネットワーク(LDN)を生成するLTIシステムを構築する。次に「delay re-encoder」と呼ぶものを用いて、窓のインパルスを近似することでシステムを減衰させる。
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: We present an alternative derivation of the LTI system underlying the Legendre Delay Network (LDN). To this end, we first construct an LTI system that generates the Legendre polynomials. We then dampen the system by approximating a windowed impulse response, using what we call a "delay re-encoder". The resulting LTI system is equivalent to the LDN system. The same technique can be applied to arbitrary polynomial bases, although there typically is no set of closed form equations that can be used to construct the corresponding LTI systems.
Abstract（参考訳）: 本稿では,LDN(Legendre Delay Network)の基盤となるLTIシステムについて述べる。この目的のために、まずルジャンドル多項式を生成するLTIシステムを構築する。次に、"遅延再エンコーダ"と呼ばれるものを使って、ウィンドウ付きインパルス応答を近似してシステムをダンプします。結果のLTIシステムはLDNシステムと等価である。同じ手法は任意の多項式基底にも適用できるが、典型的には対応する LTI システムを構築するために使用できる閉形式方程式の集合は存在しない。

関連論文リスト

LLM-based Optimization of Compound AI Systems: A Survey [64.39860384538338]
複合AIシステムでは、LLMコール、レトリバー、コードインタプリタ、ツールなどのコンポーネントが相互接続される。近年の進歩により, LLM を用いたパラメータのエンドツーエンド最適化が可能となった。本稿では,複合AIシステムのLCMに基づく最適化の原理と動向について述べる。
論文参考訳（メタデータ） (2024-10-21T18:06:25Z)
Deep Learning Assisted Multiuser MIMO Load Modulated Systems for Enhanced Downlink mmWave Communications [68.96633803796003]
本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-08T08:54:56Z)
PAC bounds of continuous Linear Parameter-Varying systems related to neural ODEs [0.0]
本稿では,線形変動(LPV)システムのコンテキスト内でのニューラル正規微分方程式(Neural Ordinary Differential Equations,neural ODE)を連続的に学習する問題を考察する。ニューラル・オードに関連するLPV系に対して, 安定条件下でのほぼ正当性(PAC)バウンダリを提供する。
論文参考訳（メタデータ） (2023-07-07T14:39:18Z)
Over-the-Air Split Machine Learning in Wireless MIMO Networks [56.27831295707334]
スプリット機械学習(ML)では、ニューラルネットワーク(NN)の異なるパーティションが異なる計算ノードによって実行される。通信負担を軽減するため、OAC(Over-the-air calculation)は通信と同時に計算の全てまたは一部を効率的に実装することができる。
論文参考訳（メタデータ） (2022-10-07T15:39:11Z)
Polynomial-Time Reachability for LTI Systems with Two-Level Lattice Neural Network Controllers [1.4620086904601473]
本稿では,Rectified Linear Unit (ReLU) Two-Level Lattice (TLL) Neural Network (NN) コントローラのサイズで,正確なワンステップ到達可能なセットを時間で計算可能であることを示す。そこで本研究では,L-TLLBoxと呼ばれる,半エクサビリティと近似リーチビリティの利点を適応的に組み合わせたアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-09-20T01:12:31Z)
Scalable regret for learning to control network-coupled subsystems with unknown dynamics [5.670584589057048]
相互接続されたサブシステムを見ることは、サブシステムの数とともに超直線的に増加する後悔をもたらす。本稿では,基礎となるネットワークの構造を活かした新しいトンプソンサンプリングに基づく学習アルゴリズムを提案する。提案アルゴリズムの期待された後悔は$tildemathcalO big(n sqrtT big)$, $n$はサブシステムの数, $T$は時間軸, $tildemathcalO(cdot)$表記は$nで対数項を隠していることを示す。
論文参考訳（メタデータ） (2021-08-18T04:45:34Z)
A novel Deep Neural Network architecture for non-linear system identification [78.69776924618505]
非線形システム識別のための新しいDeep Neural Network (DNN)アーキテクチャを提案する。メモリシステムにインスパイアされたインダクティブバイアス(アーキテクチャ)と正規化(損失関数)を導入する。このアーキテクチャは、利用可能なデータのみに基づいて、自動的な複雑性の選択を可能にする。
論文参考訳（メタデータ） (2021-06-06T10:06:07Z)
Metric Entropy Limits on Recurrent Neural Network Learning of Linear Dynamical Systems [0.0]
RNNは、システム理論のパーランスにおいて、安定したLTIシステムで最適に学習または識別できることを示す。差分方程式によって入出力関係を特徴づけるLPIシステムの場合、RNNはメートルエントロピー最適方法で入出力トレースから差分方程式を学習することができる。
論文参考訳（メタデータ） (2021-05-06T10:12:30Z)
Distributed Online Linear Quadratic Control for Linear Time-invariant Systems [14.924672048447334]
同一線形時間不変系(LTI)に対する分散オンライン線形二次問題(LQ)について検討する。各エージェントがLTIシステムとしてモデル化されるマルチエージェントネットワークを考える。オンラインLQアルゴリズムの分散変種を開発し、半定値プログラミング(SDP)にプロジェクションを投射して、分散オンライン勾配降下を実行し、コントローラを生成する。
論文参考訳（メタデータ） (2020-09-29T03:30:49Z)
Neural Networks are Convex Regularizers: Exact Polynomial-time Convex Optimization Formulations for Two-layer Networks [70.15611146583068]
我々は、線形整列ユニット(ReLU)を用いた2層ニューラルネットワークのトレーニングの正確な表現を開発する。我々の理論は半無限双対性と最小ノルム正規化を利用する。
論文参考訳（メタデータ） (2020-02-24T21:32:41Z)
Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文参考訳（メタデータ） (2019-02-02T20:09:32Z)

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。