Fugu-MT 論文翻訳(概要): Robust online joint state/input/parameter estimation of linear systems

論文の概要: Robust online joint state/input/parameter estimation of linear systems

arxiv url: http://arxiv.org/abs/2204.05663v1
Date: Tue, 12 Apr 2022 09:41:28 GMT
ステータス: 処理完了
システム内更新日: 2022-04-13 21:37:34.135216
Title: Robust online joint state/input/parameter estimation of linear systems
Title（参考訳）: 線形システムのロバストオンラインジョイント状態/入力/パラメータ推定
Authors: Jean-S\'ebastien Brouillon, Keith Moffat, Florian D\"orfler, Giancarlo Ferrari-Trecate
Abstract要約: 本稿では,線形システムの状態,入力,パラメータをオンライン形式で共同で推定する手法を提案する。この方法は、非ガウス雑音や外れ値で劣化した測定のために特別に設計されている。
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 presents a method for jointly estimating the state, input, and parameters of linear systems in an online fashion. The method is specially designed for measurements that are corrupted with non-Gaussian noise or outliers, which are commonly found in engineering applications. In particular, it combines recursive, alternating, and iteratively-reweighted least squares into a single, one-step algorithm, which solves the estimation problem online and benefits from the robustness of least-deviation regression methods. The convergence of the iterative method is formally guaranteed. Numerical experiments show the good performance of the estimation algorithm in presence of outliers and in comparison to state-of-the-art methods.
Abstract（参考訳）: 本稿では,線形システムの状態,入力,パラメータをオンライン形式で共同で推定する手法を提案する。この方法は、工学的応用で一般的に見られる非ガウスノイズや異常値で崩壊する測定のために特別に設計されている。特に、再帰的、反復的、反復的に重み付けされた最小二乗を1つの1ステップのアルゴリズムに組み合わせ、オンラインで推定問題を解き、最小決定回帰法の堅牢性から恩恵を受ける。反復法の収束は正式に保証される。数値実験により, 外れ値が存在する場合や最先端手法と比較して, 推定アルゴリズムの優れた性能を示す。

関連論文リスト

Online and Offline Robust Multivariate Linear Regression [0.3277163122167433]
提案手法は,オンライン勾配降下アルゴリズムと平均化バージョン,オフライン固定点アルゴリズムの2つである。ノイズの分散行列は一般に未知であるため、マハラノビスに基づく勾配勾配アルゴリズムに頑健な推定をプラグインすることを提案する。
論文参考訳（メタデータ） (2024-04-30T12:30:48Z)
An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
An evaluation framework for dimensionality reduction through sectional curvature [59.40521061783166]
本研究は,非教師付き次元減少性能指標を初めて導入することを目的としている。その実現可能性をテストするために、この測定基準は最もよく使われる次元削減アルゴリズムの性能を評価するために用いられている。新しいパラメータ化問題インスタンスジェネレータが関数ジェネレータの形式で構築されている。
論文参考訳（メタデータ） (2023-03-17T11:59:33Z)
The Stochastic Proximal Distance Algorithm [5.3315823983402755]
本稿では,所望の制約付き推定問題をペナルティパラメータとして回復する反復最適化手法のクラスを提案し,解析する。我々は、最近の理論装置を拡張して有限誤差境界を確立し、収束率の完全な評価を行う。また,本手法が一般的な学習課題のバッチバージョンより優れていることを示す。
論文参考訳（メタデータ） (2022-10-21T22:07:28Z)
Posterior and Computational Uncertainty in Gaussian Processes [52.26904059556759]
ガウスのプロセスはデータセットのサイズとともに違法にスケールする。多くの近似法が開発されており、必然的に近似誤差を導入している。この余分な不確実性の原因は、計算が限られているため、近似後部を使用すると完全に無視される。本研究では,観測された有限個のデータと有限個の計算量の両方から生じる組合せ不確実性を一貫した推定を行う手法の開発を行う。
論文参考訳（メタデータ） (2022-05-30T22:16:25Z)
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)
Improving Metric Dimensionality Reduction with Distributed Topology [68.8204255655161]
DIPOLEは、局所的、計量的項と大域的、位相的項の両方で損失関数を最小化し、初期埋め込みを補正する次元推論後処理ステップである。 DIPOLEは、UMAP、t-SNE、Isomapといった一般的な手法よりも多くの一般的なデータセットで優れています。
論文参考訳（メタデータ） (2021-06-14T17:19:44Z)
Fast and Robust Online Inference with Stochastic Gradient Descent via Random Scaling [0.9806910643086042]
本稿では,勾配降下アルゴリズムの平均化法により推定されるパラメータのベクトルに対するオンライン推論法を提案する。我々のアプローチはオンラインデータで完全に運用されており、機能中心極限定理によって厳格に支えられている。
論文参考訳（メタデータ） (2021-06-06T15:38:37Z)
New Methods for Detecting Concentric Objects With High Accuracy [0.0]
デジタルデータに幾何学的オブジェクトを適合させることは、虹彩検出、自律ナビゲーション、産業ロボット操作など、多くの分野において重要な問題である。データに幾何学的形状を合わせるには、幾何学的(定形)アプローチと代数的(非定形)アプローチの2つの一般的なアプローチがある。他の反復的手法の信頼性の高い初期推定として使用できる新しい推定器を開発した。
論文参考訳（メタデータ） (2021-02-16T08:19:18Z)
Implicit Regularization of Sub-Gradient Method in Robust Matrix Recovery: Don't be Afraid of Outliers [6.320141734801679]
簡単な部分勾配法が真の低ランク解に効率的に収束することを示す。また,本手法のロバスト性を証明するために,シグナ-RIPと呼ばれる制限等尺性の概念を新たに構築する。
論文参考訳（メタデータ） (2021-02-05T02:52:00Z)
Optimal oracle inequalities for solving projected fixed-point equations [53.31620399640334]
ヒルベルト空間の既知の低次元部分空間を探索することにより、確率観測の集合を用いて近似解を計算する手法を検討する。本稿では,線形関数近似を用いた政策評価問題に対する時間差分学習手法の誤差を正確に評価する方法について述べる。
論文参考訳（メタデータ） (2020-12-09T20:19:32Z)

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。