基于自由能最小化的杜芬振子在线系统辨识
机器学习
2021-06-18 v1 神经与进化计算
系统与控制
系统与控制
机器学习
摘要
在线系统辨识是指对 dynamical system(动力系统)的参数(如质量或摩擦系数)针对输入输出信号的每次测量进行估计。此处,将杜芬(Duffing)振子的非线性随机微分方程构建为生成模型,并利用该模型因子图上的变分消息传递推断动态参数。该方法通过对来自杜芬振子电子实现的实验数据进行验证。所提出的推断过程在与最先进非线性模型中的离线预测误差最小化相比时表现相当。
引用
@article{arxiv.2009.00845,
title = {Online system identification in a Duffing oscillator by free energy minimisation},
author = {Wouter M Kouw},
journal= {arXiv preprint arXiv:2009.00845},
year = {2021}
}
备注
10 pages, 5 figures. Accepted to the International Workshop on Active Inference (final author version)