用于单调Wiener系统辨识的MINLIP方法
机器学习
2010-06-25 v1
摘要
本文研究了用于辨识Wiener系统的MINLIP估计器，该系统由线性FIR动态模型和单调递增（或递减）静态函数序列组成。给定T个观测值，该算法归结为求解一个具有O(T)个变量和不等式约束的凸二次规划，实现了一种完全基于模型复杂度控制的推理技术。在数据无噪声且真实非线性函数光滑以及数据具有局部持续激励（local PE）的条件下，线性子模型的估计结果被发现几乎是一致的。这一结果是新颖的，因为它既不依赖于使用泰勒展开的“线性化”等经典工具，也不利用数据的随机性质。文中指出了如何将该方法扩展到处理含噪声数据，并通过实证证据将该估计器的性能与其他近期提出的技术进行了对比。
引用
@article{arxiv.1006.4832,
title = {MINLIP for the Identification of Monotone Wiener Systems},
author = {Kristiaan Pelckmans},
journal= {arXiv preprint arXiv:1006.4832},
year = {2010}
}