基于深度能量的 NARX 模型
机器学习
2020-12-09 v1 系统与控制
系统与控制
摘要
本文致力于解决基于系统输入-输出数据学习非线性 ARX 模型的问题。具体而言，我们的兴趣在于学习基于过去输入和输出的有限窗口的当前输出的条件分布。为了实现这一目标，我们考虑使用所谓的基于能量的模型，该模型已在相关领域中开发用于基于数据学习未知分布。这种基于能量的模型依赖于一个通用函数来描述分布，为此我们考虑使用深度神经网络。这种方法的主要优点是它能够学习简单和高度复杂的噪声模型，我们在模拟和实验数据上对此进行了证明。
引用
@article{arxiv.2012.04136,
title = {Deep Energy-Based NARX Models},
author = {Johannes N. Hendriks and Fredrik K. Gustafsson and Antônio H. Ribeiro and Adrian G. Wills and Thomas B. Schön},
journal= {arXiv preprint arXiv:2012.04136},
year = {2020}
}