一种用于非线性系统辨识的新型深度神经网络架构
机器学习
2021-06-08 v1
摘要
我们提出一种用于非线性系统辨识的新型深度神经网络（DNN）架构。我们通过约束 DNN 的表示能力来促进泛化。为此，受消退记忆系统启发，我们引入（架构上的）归纳偏置与（损失函数上的）正则化。该架构仅基于可用数据即可实现自动复杂度选择，从而减少了必须由用户选择的超参数数量。利用高度可并行的 DNN 框架（基于随机优化方法），我们成功地将我们的方法应用于大规模数据集。
引用
@article{arxiv.2106.03078,
title = {A novel Deep Neural Network architecture for non-linear system identification},
author = {Luca Zancato and Alessandro Chiuso},
journal= {arXiv preprint arXiv:2106.03078},
year = {2021}
}