具有概率保证的线性 PETC 系统数据驱动抽象
系统与控制
2022-03-11 v1 人工智能
形式语言与自动机理论
系统与控制
摘要
我们采用场景方法，基于有限数量的样本，计算由未知 PETC 系统生成的平均采样间隔(AIST)的 probably approximately correct (PAC) 界。我们将场景方法扩展到多类 SVM 算法，以构建具体未知状态空间与采样间隔之间的 PAC 映射。然后我们应用 -完全关系构建流量模型，并在底层图中找到平均权重最小和最大的环：这些给出了 AIST 的下界和上界。数值基准测试显示了我们方法的实际适用性，并与基于模型的最先进工具进行了比较。
引用
@article{arxiv.2203.05522,
title = {Data-driven Abstractions with Probabilistic Guarantees for Linear PETC Systems},
author = {Andrea Peruffo and Manuel Mazo},
journal= {arXiv preprint arXiv:2203.05522},
year = {2022}
}
备注
6 pages