論文の概要: Finite-sample analysis of identification of switched linear systems with
arbitrary or restricted switching
- arxiv url: http://arxiv.org/abs/2203.09862v1
- Date: Fri, 18 Mar 2022 11:04:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-21 16:09:14.204165
- Title: Finite-sample analysis of identification of switched linear systems with
arbitrary or restricted switching
- Title（参考訳）: 任意又は制限された切換線形系の同定の有限サンプル解析
- Authors: Shengling Shi, Othmane Mazhar, Bart De Schutter
- Abstract要約: 本研究の目的は、状態と切替信号を測定する際に、切替線形システムの最小二乗推定誤差に対して、データ非依存有限サンプル誤差を導出することである。
- 参考スコア（独自算出の注目度）: 16.803692562093964
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This work aims to derive a data-independent finite-sample error bound for the
least-squares (LS) estimation error of switched linear systems when the state
and the switching signal are measured. While the existing finite-sample bounds
for linear system identification extend to the problem under consideration, the
Gramian of the switched system, an essential term in the error bound, depends
on the measured switching signal. Therefore, data-independent bounds on the
spectrum of the Gramian are developed for globally asymptotically and
marginally stable switched systems when the switching is arbitrary or subject
to an average dwell time constraint. Combining the bounds on the spectrum of
the Gramian and the preliminary error bound extended from linear system
identification leads to the error bound for the LS estimate of the switched
system.
- Abstract（参考訳）: 本研究の目的は、状態と切替信号を測定する際に、切替線形システムの最小二乗推定誤差に対して、データ非依存有限サンプル誤差を導出することである。
線形系同定のための既存の有限サンプル境界は検討中の問題に拡張されるが、誤差境界の必須項であるスイッチトシステムのグラミアンは、測定されたスイッチング信号に依存する。
したがって、スイッチングが任意である場合や平均ドウェル時間制約を受ける場合、グラミアンスペクトル上のデータ非依存境界がグローバルに漸近的かつ限界的に安定なスイッチングシステムのために開発される。
グラミアンスペクトル上の境界と線形系同定から拡張された予備誤差境界を組み合わせることで、切替された系のLS推定に対する誤差境界が導かれる。
関連論文リスト
- End-to-end guarantees for indirect data-driven control of bilinear systems with finite stochastic data [0.0468732641979009]
本稿では,安定性が保証された双線形システムの間接的データ駆動制御のためのエンドツーエンドアルゴリズムを提案する。
広範にわたる数値的な研究により、制御器設計と導出された識別誤差境界との相互作用を示す。
論文 参考訳（メタデータ） (2024-09-26T16:19:49Z) - 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) - Stability Bounds for Learning-Based Adaptive Control of Discrete-Time
Multi-Dimensional Stochastic Linear Systems with Input Constraints [3.8004168340068336]
本研究では,有界制御入力制約と非有界障害を有する離散時間多次元システムの適応安定化問題について考察する。
本稿では,オンラインパラメータ推定と飽和線形制御を組み合わせた等価制御手法を提案する。
論文 参考訳（メタデータ） (2023-04-02T16:38:13Z) - 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) - Causality-Based Multivariate Time Series Anomaly Detection [63.799474860969156]
我々は、因果的観点から異常検出問題を定式化し、多変量データを生成するための通常の因果的メカニズムに従わない事例として、異常を考察する。
次に、まずデータから因果構造を学習し、次に、あるインスタンスが局所因果機構に対して異常であるかどうかを推定する因果検出手法を提案する。
我々は、実世界のAIOpsアプリケーションに関するケーススタディと同様に、シミュレートされたデータセットとパブリックなデータセットの両方を用いて、私たちのアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-30T06:00:13Z) - 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) - Benign Overfitting of Constant-Stepsize SGD for Linear Regression [122.70478935214128]
帰納バイアスは 経験的に過剰フィットを防げる中心的存在です
この研究は、この問題を最も基本的な設定として考慮している: 線形回帰に対する定数ステップサイズ SGD。
我々は、(正規化されていない)SGDで得られるアルゴリズム正則化と、通常の最小二乗よりも多くの顕著な違いを反映する。
論文 参考訳（メタデータ） (2021-03-23T17:15:53Z) - Towards a Dimension-Free Understanding of Adaptive Linear Control [49.741419094419946]
我々は、非常に高次元、あるいは無限次元の系の線形二次制御器の適応制御の問題について研究する。
無限次元システムのためのLQRのための最初の後悔の境界を提供します。
論文 参考訳（メタデータ） (2021-03-19T03:59:15Z) - Dimension Free Generalization Bounds for Non Linear Metric Learning [61.193693608166114]
我々はスパース体制と非スパース体制という2つの体制に対して一様一般化境界を提供する。
解の異なる新しい性質を頼りにすることで、次元自由一般化保証を提供することができることを示す。
論文 参考訳（メタデータ） (2021-02-07T14:47:00Z) - Simplifying Hamiltonian and Lagrangian Neural Networks via Explicit
Constraints [49.66841118264278]
私たちは、現在のアプローチの限界を押し上げるために、一連の挑戦的なカオスと拡張ボディシステムを導入します。
実験の結果,明示的な制約を持つモンテカルロ座標は,精度とデータ効率を100倍に向上させることがわかった。
論文 参考訳（メタデータ） (2020-10-26T13:35:16Z) - Data-driven switching logic design for switched linear systems [0.0]
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。
論文 参考訳（メタデータ） (2020-03-11T11:08:55Z)
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。