关于上下文学习器在系统辨识中的自适应
机器学习
2023-12-08 v1 系统与控制
系统与控制
摘要
上下文系统辨识旨在构建描述系统类别的元模型，不同于传统方法对单个系统建模。这一范式便于利用从观察不同但相关动态行为中获得的知识。本文讨论了元模型自适应的作用。通过数值示例，我们展示了元模型自适应如何在三种现实场景中增强预测性能：将元模型定制为描述特定系统而非类别；扩展元模型以捕获初始训练类别之外系统的行为；以及为新的预测任务重新校准模型。结果突显了元模型自适应在实现更鲁棒和通用的系统辨识元学习框架方面的有效性。
引用
@article{arxiv.2312.04083,
title = {On the adaptation of in-context learners for system identification},
author = {Dario Piga and Filippo Pura and Marco Forgione},
journal= {arXiv preprint arXiv:2312.04083},
year = {2023}
}