論文の概要: Data-driven Set-based Estimation of Polynomial Systems with Application
to SIR Epidemics
- arxiv url: http://arxiv.org/abs/2111.04704v1
- Date: Mon, 8 Nov 2021 18:33:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-09 18:26:57.352263
- Title: Data-driven Set-based Estimation of Polynomial Systems with Application
to SIR Epidemics
- Title（参考訳）: SIRエピデミクスを用いた多項系のデータ駆動セットベース推定
- Authors: Amr Alanwar, Muhammad Umar B. Niazi, Karl H. Johansson
- Abstract要約: 本稿では,非線形性を持つ非線形系のクラスに対するデータ駆動型集合ベース推定アルゴリズムを提案する。
提案手法は,システムの入出力データを用いて,システムを含むことを保証したセットをリアルタイムに計算する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes a data-driven set-based estimation algorithm for a class
of nonlinear systems with polynomial nonlinearities. Using the system's
input-output data, the proposed method computes in real-time a set that
guarantees the inclusion of the system's state. Although the system is assumed
to be polynomial type, the exact polynomial functions and their coefficients
need not be known. To this end, the estimator relies on offline and online
phases. The offline phase utilizes past input-output data to estimate a set of
possible coefficients of the polynomial system. Then, using this estimated set
of coefficients and the side information about the system, the online phase
provides a set estimate of the state. Finally, the proposed methodology is
evaluated through its application on SIR (Susceptible, Infected, Recovered)
epidemic model.
- Abstract（参考訳）: 本稿では,非線形性を持つ非線形系のクラスに対するデータ駆動型集合ベース推定アルゴリズムを提案する。
提案手法は,システムの入力出力データを用いて,システムの状態を含むことを保証したセットをリアルタイムに計算する。
この系は多項式型であると仮定されるが、正確な多項式関数とその係数は知られていない。
この目的のために、推定器はオフラインとオンラインのフェーズに依存している。
オフライン位相は過去の入力出力データを利用して多項式系の可能な係数のセットを推定する。
そして、この推定された係数セットとシステムに関するサイド情報を用いて、オンラインフェーズは状態のセット推定を提供する。
最後に,SIR(Susceptible, Infected, Recovered)流行モデルを用いて,提案手法の評価を行った。
関連論文リスト
- Learning Controlled Stochastic Differential Equations [61.82896036131116]
本研究では,非一様拡散を伴う連続多次元非線形微分方程式のドリフト係数と拡散係数の両方を推定する新しい手法を提案する。
我々は、(L2)、(Linfty)の有限サンプル境界や、係数の正則性に適応する学習率を持つリスクメトリクスを含む、強力な理論的保証を提供する。
当社のメソッドはオープンソースPythonライブラリとして利用可能です。
論文 参考訳（メタデータ） (2024-11-04T11:09:58Z) - Koopman-based Deep Learning for Nonlinear System Estimation [1.3791394805787949]
複素非線形系の有意な有限次元表現を抽出するために、クープマン作用素理論に基づく新しいデータ駆動線形推定器を提案する。
我々の推定器は推定された非線形系の微分同相変換にも適応しており、再学習せずに最適な状態推定を計算できる。
論文 参考訳（メタデータ） (2024-05-01T16:49:54Z) - 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) - Kalman Filter for Online Classification of Non-Stationary Data [101.26838049872651]
オンライン連続学習(OCL)では、学習システムはデータのストリームを受け取り、予測とトレーニングの手順を順次実行する。
本稿では,線形予測量に対するニューラル表現と状態空間モデルを用いた確率ベイズオンライン学習モデルを提案する。
多クラス分類の実験では、モデルの予測能力と非定常性を捉える柔軟性を示す。
論文 参考訳（メタデータ） (2023-06-14T11:41:42Z) - LMI-based Data-Driven Robust Model Predictive Control [0.1473281171535445]
入力制約と状態制約を考慮したデータ駆動型ロバストな線形行列不等式モデル予測制御手法を提案する。
コントローラは閉ループシステムを安定化し、制約満足度を保証する。
論文 参考訳（メタデータ） (2023-03-08T18:20:06Z) - Distributed Nonlinear State Estimation in Electric Power Systems using
Graph Neural Networks [1.1470070927586016]
本稿では,非線形電力系統SEの増乗係数グラフ上での独自のグラフニューラルネットワークに基づくSEの実装を提案する。
提案した回帰モデルは、一度訓練された推論時間中に線形計算複雑性を持ち、分散実装の可能性がある。
論文 参考訳（メタデータ） (2022-07-23T08:54:24Z) - A Priori Denoising Strategies for Sparse Identification of Nonlinear
Dynamical Systems: A Comparative Study [68.8204255655161]
本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。
一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-01-29T23:31:25Z) - Data-Driven Reachability Analysis from Noisy Data [5.949143454441281]
与えられたシステムモデルなしでノイズの多いデータから到達可能な集合を直接計算する問題を検討する。
いくつかのリーチビリティアルゴリズムが提示され、その精度は、データを生成する基盤システムに依存することが示されている。
論文 参考訳（メタデータ） (2021-05-15T14:11:57Z) - Linear embedding of nonlinear dynamical systems and prospects for
efficient quantum algorithms [74.17312533172291]
有限非線形力学系を無限線型力学系(埋め込み)にマッピングする方法を述べる。
次に、有限線型系 (truncation) による結果の無限線型系を近似するアプローチを検討する。
論文 参考訳（メタデータ） (2020-12-12T00:01:10Z) - 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) - 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)
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。