动态网络中模块辨识的经验贝叶斯方法
系统与控制
2017-05-04 v1
摘要
我们提出了一种在可能带有反馈回路的动态网络中辨识特定模块的新方法。假设拓扑已知，我们将动力学表示为由两块组成的无环网络，其中第一块描述已知参考信号与目标模块输入之间的关系，而第二块包含目标模块。使用经验贝叶斯方法，我们将第一块建模为高斯向量，其协方差矩阵（核）由最近引入的稳定样条核给出。目标模块的参数通过求解边际似然问题来估计，采用基于期望最大化（Expectation-Maximization）算法的新型迭代方案。此外，我们将该方法扩展以包含目标模块下游的额外测量。利用马尔可夫链蒙特卡罗（Markov Chain Monte Carlo）技术，表明同一迭代方案也能求解该表述。数值实验说明了所提方法的有效性。
引用
@article{arxiv.1705.01337,
title = {An empirical Bayes approach to identification of modules in dynamic networks},
author = {Niklas Everitt and Giulio Bottegal and Håkan Hjalmarsson},
journal= {arXiv preprint arXiv:1705.01337},
year = {2017}
}