Fugu-MT 論文翻訳(概要): Estimation Sample Complexity of a Class of Nonlinear Continuous-time Systems

論文の概要: Estimation Sample Complexity of a Class of Nonlinear Continuous-time Systems

arxiv url: http://arxiv.org/abs/2312.05382v3
Date: Fri, 12 Jul 2024 22:35:47 GMT
ステータス: 処理完了
システム内更新日: 2024-07-17 02:34:28.714421
Title: Estimation Sample Complexity of a Class of Nonlinear Continuous-time Systems
Title（参考訳）: 非線形連続時間系のクラスにおける標本複雑度の推定
Authors: Simon Kuang, Xinfan Lin,
Abstract要約: 本稿では, 大規模非線形系のパラメータ推定法について述べる。正規化線形回帰を用いて力学を直接反転させることにより未知パラメータを解く手法は、微分フィルタと正規化最小二乗の新たな設計と解析のアイデアに基づいている。
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 a method of parameter estimation for large class of nonlinear systems, namely those in which the state consists of output derivatives and the flow is linear in the parameter. The method, which solves for the unknown parameter by directly inverting the dynamics using regularized linear regression, is based on new design and analysis ideas for differentiation filtering and regularized least squares. Combined in series, they yield a novel finite-sample bound on mean absolute error of estimation.
Abstract（参考訳）: 本稿では, 大規模非線形系のパラメータ推定法について述べる。正規化線形回帰を用いて力学を直接反転させることにより未知パラメータを解く手法は、微分フィルタと正規化最小二乗の新たな設計と解析のアイデアに基づいている。直列で組み合わせると、平均絶対誤差に基づく新しい有限サンプルが得られる。

関連論文リスト

Nonlinear embeddings for conserving Hamiltonians and other quantities with Neural Galerkin schemes [1.1509084774278489]
この研究は、偏微分方程式の解場がディープネットワークのような非線形パラメトリゼーションと近似されるとき、ハミルトン、質量、運動量などの量の保存に焦点を当てる。提案手法は、ディラック-フランケル変分原理に基づくニューラル・ガレルキンスキームに基づいて、非線形パラメトリゼーションを逐次訓練する。
論文参考訳（メタデータ） (2023-10-11T13:32:04Z)
Low-rank extended Kalman filtering for online learning of neural networks from streaming data [71.97861600347959]
非定常データストリームから非線形関数のパラメータを推定するための効率的なオンライン近似ベイズ推定アルゴリズムを提案する。この方法は拡張カルマンフィルタ (EKF) に基づいているが、新しい低ランク+斜角行列分解法を用いている。変分推論に基づく手法とは対照的に,本手法は完全に決定論的であり,ステップサイズチューニングを必要としない。
論文参考訳（メタデータ） (2023-05-31T03:48:49Z)
The Power of Learned Locally Linear Models for Nonlinear Policy Optimization [26.45568696453259]
本稿では,一般的な非線形システムに対する簡易な戦略の厳密な分析を行う。非線形系力学の局所線形モデルの推定と$mathttiLQR$のようなポリシー更新の繰り返しを行うアルゴリズムを解析する。
論文参考訳（メタデータ） (2023-05-16T17:13:00Z)
Restoration-Degradation Beyond Linear Diffusions: A Non-Asymptotic Analysis For DDIM-Type Samplers [90.45898746733397]
本研究では拡散生成モデルに用いる決定論的サンプリング器の非漸近解析のためのフレームワークを開発する。確率フローODEに沿った1ステップは,1) 条件付き対数線上を無限に先行して上昇する回復ステップ,2) 雑音を現在の勾配に向けて前向きに進行する劣化ステップの2段階で表すことができる。
論文参考訳（メタデータ） (2023-03-06T18:59:19Z)
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)
Time varying regression with hidden linear dynamics [74.9914602730208]
線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
論文参考訳（メタデータ） (2021-12-29T23:37:06Z)
Hessian Eigenspectra of More Realistic Nonlinear Models [73.31363313577941]
私たちは、非線形モデルの広いファミリーのためのヘッセン固有スペクトルの言語的特徴付けを行います。我々の分析は、より複雑な機械学習モデルで観察される多くの顕著な特徴の起源を特定するために一歩前進する。
論文参考訳（メタデータ） (2021-03-02T06:59:52Z)
Fundamental limits and algorithms for sparse linear regression with sublinear sparsity [16.3460693863947]
正規化相互情報の正確な表現と疎線形回帰の最小平均二乗誤差(MMSE)を確立する。本稿では、線形レギュレータに対して、既存のよく知られたAMPアルゴリズムをサブ線形に修正する方法を示す。
論文参考訳（メタデータ） (2021-01-27T01:27:03Z)
Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。暗黙正則化現象の理論的保証を提供する。
論文参考訳（メタデータ） (2020-07-16T13:27:47Z)
Bayesian System ID: Optimal management of parameter, model, and measurement uncertainty [0.0]
システム識別(ID)の確率的定式化の頑健さを,スパース,ノイズ,間接データに対して評価した。従来手法の目的関数面と比較して,ログ後部は幾何学的特性が向上したことを示す。
論文参考訳（メタデータ） (2020-03-04T22:48:30Z)

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。