論文の概要: Dealing with collinearity in large-scale linear system identification using Bayesian regularization

• arxiv url: http://arxiv.org/abs/2203.13633v1
• Date: Fri, 25 Mar 2022 13:11:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-28 14:44:01.920716
• Title: Dealing with collinearity in large-scale linear system identification using Bayesian regularization
• Title（参考訳）: ベイズ正規化を用いた大規模線形システム同定におけるコリニアリティ対応
• Authors: Wenqi Cao and Gianluigi Pillonetto
• Abstract要約: 出力が多くの相関入力の結果である可能性のある大規模線形系と安定系の同定を考察する。 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してモデル化するベイズ正規化に基づく戦略を開発する。 次に、コリニアリティに対処し、インパルス応答の後方を効率的に再構築できる新しいマルコフ連鎖モンテカルロスキームを設計する。
• 参考スコア（独自算出の注目度）: 3.04585143845864
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the identification of large-scale linear and stable dynamic systems whose outputs may be the result of many correlated inputs. Hence, severe ill-conditioning may affect the estimation problem. This is a scenario often arising when modeling complex physical systems given by the interconnection of many sub-units where feedback and algebraic loops can be encountered. We develop a strategy based on Bayesian regularization where any impulse response is modeled as the realization of a zero-mean Gaussian process. The stable spline covariance is used to include information on smooth exponential decay of the impulse responses. We then design a new Markov chain Monte Carlo scheme that deals with collinearity and is able to efficiently reconstruct the posterior of the impulse responses. It is based on a variation of Gibbs sampling which updates possibly overlapping blocks of the parameter space on the basis of the level of collinearity affecting the different inputs. Numerical experiments are included to test the goodness of the approach where hundreds of impulse responses form the system and inputs correlation may be very high.
• Abstract（参考訳）: 出力が多くの相関入力の結果である可能性のある大規模線形系と安定系の同定を考察する。 したがって、重度の条件が推定問題に影響を及ぼす可能性がある。 これは、フィードバックや代数ループに遭遇できる多くのサブユニットの相互接続によって与えられる複雑な物理系をモデル化する場合にしばしば発生するシナリオである。 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してモデル化するベイズ正規化に基づく戦略を開発する。 安定なスプライン共分散は、インパルス応答の滑らかな指数減衰に関する情報を含むために用いられる。 次に,新しいマルコフ連鎖モンテカルロスキームを設計し,コリニアリティを扱い,インパルス応答の後方を効率的に再構成する。 これは、異なる入力に影響を及ぼすコリニアリティのレベルに基づいてパラメータ空間の重複するブロックを更新するgibbsサンプリングのバリエーションに基づいている。 数百のインパルス応答がシステムを形成し、入力相関が非常に高いアプローチの良さをテストするために、数値実験が行われる。

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)
• Weak Collocation Regression for Inferring Stochastic Dynamics with L\'{e}vy Noise [8.15076267771005]
  本稿では,L'evyノイズを伴う力学を抽出するためのFokker-Planck(FP)方程式の弱い形式を提案する。 本手法は,多次元問題においても混合雑音を同時に識別することができる。
  論文  参考訳（メタデータ） (2024-03-13T06:54:38Z)
• An information field theory approach to Bayesian state and parameter estimation in dynamical systems [0.0]
  本稿では、連続時間決定論的力学系に適した状態とパラメータ推定のためのスケーラブルなベイズ的手法を開発する。 システム応答の関数空間に物理インフォームドされた事前確率測度を構築し、物理を満たす関数がより高い確率で現れるようにする。
  論文  参考訳（メタデータ） (2023-06-03T16:36:43Z)
• 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)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• System identification using Bayesian neural networks with nonparametric noise models [0.0]
  離散時間非線形ランダムダイナミクス系におけるシステム同定のための非パラメトリックアプローチを提案する。 後部推論用ギブスサンプリング器を提案し, シミュレーションおよび実時間時系列でその有効性を示した。
  論文  参考訳（メタデータ） (2021-04-25T09:49:50Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Feedback-induced instabilities and dynamics in the Jaynes-Cummings model [62.997667081978825]
  時間遅延コヒーレントフィードバックを受けるJaynes-Cummingsモデルのコヒーレンスと定常状態特性について検討する。 導入されたフィードバックは、システムの動的応答と定常量子特性を質的に修正する。
  論文  参考訳（メタデータ） (2020-06-20T10:07:01Z)
• Risk bounds when learning infinitely many response functions by ordinary linear regression [1.6114012813668934]
  トレーニングデータは、共通の分布から引き出された入力変数の1つの独立したランダムサンプルと、関連する応答から構成される。 応答関数における過剰リスクの収束率を均一に制御することにより、最悪の場合の過剰予測リスクに対する収束保証を提供する。 応答関数の集まりは、潜在的に無限であるが、有限のヴァプニク・チェルヴォネンキス次元を持つ。
  論文  参考訳（メタデータ） (2020-06-16T14:54:21Z)

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。