基于相对熵率的随机微分方程非参数推断
动力系统
2021-12-10 v1 统计理论
统计理论
摘要
在大数据和机器学习方法论兴起的推动下，从数据中检测复杂系统信息的方法正在经历一场革命。发现控制方程和量化复杂系统的动力学性质是核心挑战之一。在这项工作中，我们设计了一种非参数方法，从具有不同漂移函数的随机微分方程的观测中学习相对熵率。然后，通过高斯过程核理论给出了对应于相对熵率的估计量。同时，该方法能够提取控制方程。我们在几个例子中说明了我们的方法。数值实验表明，所提出的方法对于有理漂移函数（不仅是多项式漂移函数）表现良好。
引用
@article{arxiv.2112.04692,
title = {Nonparametric inference of stochastic differential equations based on the relative entropy rate},
author = {Min Dai and Jinqiao Duan and Jianyu Hu and Xiangjun Wang},
journal= {arXiv preprint arXiv:2112.04692},
year = {2021}
}