系统辨识中的深度卷积网络
系统与控制
2019-11-20 v2 机器学习
神经与进化计算
系统与控制
机器学习
摘要
深度学习的近期进展与非线性系统辨识问题相关。本文中，我们建立深度学习与系统辨识社区之间的联系。最近研究表明，在序列建模任务上卷积架构至少与循环架构能力相当。受这些结果启发，我们探究了近期提出的时间卷积网络（TCN）与两种经典系统辨识模型结构——Volterra级数与块取向模型——之间的显式关系。我们以一项实验研究结束本文，在两个真实世界问题上给出结果：著名的Silverbox数据集以及源自F-16战斗机地面振动实验的较新数据集。
引用
@article{arxiv.1909.01730,
title = {Deep Convolutional Networks in System Identification},
author = {Carl Andersson and Antônio H. Ribeiro and Koen Tiels and Niklas Wahlström and Thomas B. Schön},
journal= {arXiv preprint arXiv:1909.01730},
year = {2019}
}
备注
Accepted to Conference on Decision and Control, The first two authors contributed equally