从输入输出时间序列数据学习非线性混合自动机
分布式、并行与集群计算
2023-07-28 v2
摘要
学习一个逼近黑盒系统行为的自动机是一个被长期研究的问题。除了理论意义外，其在基于搜索的测试和模型理解方面的应用近来得到认可。我们提出一种算法，从由黑盒混合系统（HS）生成的一组输入输出轨迹中学习一个逼近该系统的非线性混合自动机（HA）。我们的方法在处理（1）外生与内生 HS 以及（2）每次转移带有重置的 HA 方面具有新颖性。据我们所知，我们的方法是首个同时实现这两类特征的方法。我们将该算法应用于多个基准并确认了其有效性。
引用
@article{arxiv.2301.03915,
title = {Learning nonlinear hybrid automata from input--output time-series data},
author = {Amit Gurung and Masaki Waga and Kohei Suenaga},
journal= {arXiv preprint arXiv:2301.03915},
year = {2023}
}
备注
23 pages, 22 figures; including appendix