Fugu-MT 論文翻訳(概要): Symmetric Hermite quadrature-based balanced truncation for learning linear dynamical systems from derivative data

論文の概要: Symmetric Hermite quadrature-based balanced truncation for learning linear dynamical systems from derivative data

arxiv url: http://arxiv.org/abs/2606.00298v1
Date: Fri, 29 May 2026 19:27:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-02 21:34:28.26377
Title: Symmetric Hermite quadrature-based balanced truncation for learning linear dynamical systems from derivative data
Title（参考訳）: 微分データから線形力学系を学習するための対称エルミート四分法に基づく平衡トランケーション
Abstract要約: 本稿では,全次系の伝達関数とその導関数の評価から線形化次数モデルを構成する2次ベース平衡トラニケーションの対称なエルミート定式化について述べる。
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: Data-driven reduced-order modeling is an essential component in the computer-aided design of control systems. In this work, we present a novel symmetric Hermite formulation of the quadrature-based balanced truncation algorithm that constructs linear reduced-order models from evaluations of the full-order system's transfer function and its derivative. Significantly, the Hermite formulation preserves desirable qualitative properties of the system used to generate the data, such as state-space Hermiticity and, consequently, asymptotic stability.
Abstract（参考訳）: データ駆動の低次モデリングは、制御システムのコンピュータ支援設計において欠かせない要素である。本研究では, 線形還元次数モデルを構成する2次ベース平衡トラニケートアルゴリズムを, 全次系の伝達関数とその導関数の評価から新しい対称エルミート定式化法を提案する。重要なことに、エルミットの定式化は、状態空間エルミティシティ(英語版)や漸近安定性(英語版)などのデータを生成するために使用されるシステムの望ましい定性性を保存する。

関連論文リスト

Weak Dominant Balance for Robust Identification of Dynamically Consistent Fluid Flow Structure [4.791713151156053]
我々は、方程式を弱(積分)な定式化に推し進める微分自由フレームワークである弱支配的均衡を示す。この手法は、既存のアプローチがカテゴリー的に失敗する厳しい雑音下で、正確な状態の同定を維持できる。乱流ダクト流に適用された3階偏微分方程式の最初のデータ駆動分解を提供する。
論文参考訳（メタデータ） (2026-06-27T19:05:50Z)
Attention mechanism for scalable mesh-based neural surrogates of free-surface fluids [0.0]
粒子有限要素法(PFEM)のようなラグランジアン法による自由表面流れの高忠実度シミュレーションを計算的に要求する。この問題は非ニュートンのレオロジーによってさらに増幅され、材料非線形性は計算コストを増大させる。自由表面流れのPFEMシミュレーションのための自己アテンションに基づくニューラルサロゲートを提案する。
論文参考訳（メタデータ） (2026-06-22T12:33:55Z)
A Novel Schur-Decomposition-Based Weight Projection Method for Stable State-Space Neural-Network Architectures [1.1151457846264183]
シュア分解に基づく新しい安定性保証・バックプロパゲーション対応プロジェクションスキームを導入する。提案手法は、状態行列の実シュア分解の準三角因子を最も近い安定なピアに動的に投影する。合成線形系の実験により、この手法は最先端の安定系同定技術に匹敵する精度と収束率を達成することを示した。
論文参考訳（メタデータ） (2026-05-14T07:28:11Z)
Disordered Dynamics in High Dimensions: Connections to Random Matrices and Machine Learning [52.26396748560348]
ランダム行列によって駆動される高次元力学系について概説する。機械学習理論における学習と一般化の単純なモデルへの応用に焦点を当てる。
論文参考訳（メタデータ） (2026-01-03T00:12:32Z)
Explicit Discovery of Nonlinear Symmetries from Dynamic Data [50.20526548924647]
LieNLSDは非線形項の無限小生成器の数とその明示的な表現を決定する最初の方法である。 LieNLSDは既存の手法に比べて質的な利点を示し、ニューラルPDEソルバの長期ロールアウト精度を20%以上改善する。
論文参考訳（メタデータ） (2025-10-02T09:54:08Z)
Two-Point Deterministic Equivalence for Stochastic Gradient Dynamics in Linear Models [76.52307406752556]
ランダムリゾルダーの2点関数に対する新しい決定論的等価性を導出する。勾配勾配を有する多種多様な高次元学習線形モデルの性能を統一的に導出する。
論文参考訳（メタデータ） (2025-02-07T16:45:40Z)
Reconstruction of dynamic systems using genetic algorithms with dynamic search limits [0.0]
時系列データを用いて動的システムの制御方程式を推定するために進化的計算手法が提案される。本研究の主な貢献は、最小限のコントリビューションを持つ用語を除去するための遺伝的アルゴリズムの適切な修正と、局所的なオプティマから逃れるメカニズムである。その結果,0.22未満の積分正方形誤差と,全系に対して0.99のR-二乗決定係数を用いて再構成を行った。
論文参考訳（メタデータ） (2024-12-03T22:58:25Z)
Stability properties of gradient flow dynamics for the symmetric low-rank matrix factorization problem [22.648448759446907]
多くの学習課題において,低ランク因子化がビルディングブロックとして機能することを示す。ダイナミクスの局所的な探索部分に関連する軌跡の形状に関する新たな知見を提供する。
論文参考訳（メタデータ） (2024-11-24T20:05:10Z)
Data-driven identification of latent port-Hamiltonian systems [0.0]
本稿では,ポート・ハミルトン (pH) の定式化におけるモデルを導出する,データ駆動型システム識別フレームワークを提案する。この定式化は多物理系に適しており、通過率と安定性の有用なシステム理論的性質を保証している。
論文参考訳（メタデータ） (2024-08-15T14:42:28Z)
Capturing dynamical correlations using implicit neural representations [85.66456606776552]
実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
論文参考訳（メタデータ） (2023-04-08T07:55:36Z)
Numerically Stable Sparse Gaussian Processes via Minimum Separation using Cover Trees [57.67528738886731]
誘導点に基づくスケーラブルスパース近似の数値安定性について検討する。地理空間モデリングなどの低次元タスクに対しては,これらの条件を満たす点を自動計算する手法を提案する。
論文参考訳（メタデータ） (2022-10-14T15:20:17Z)
Model-Based Reinforcement Learning via Stochastic Hybrid Models [39.83837705993256]
本稿では非線形モデリングと制御のハイブリッドシステムビューを採用する。本稿では,データの時間的構造を捉えるシーケンスモデリングパラダイムについて考察する。これらの時系列モデルは,ローカルフィードバックコントローラの抽出に使用するクローズドループ拡張を自然に認めていることを示す。
論文参考訳（メタデータ） (2021-11-11T14:05:46Z)

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。