一类线性时不变随机状态空间模型的类 PAC-Bayesian 误差界
机器学习
2023-01-02 v1 机器学习
动力系统
统计理论
统计理论
摘要
在本文中，我们推导了一类带输入的随机动力系统，即线性时不变随机状态空间模型（简称随机 LTI 系统）的类 PAC-Bayesian 误差界。该类系统广泛用于控制工程与计量经济学，特别地，它们代表了递归神经网络的一个特例。在本文中我们 1）形式化了带输入的随机 LTI 系统的学习问题，2）推导了此类系统的类 PAC-Bayesian 误差界，3）讨论了该误差界的各类推论。
引用
@article{arxiv.2212.14838,
title = {PAC-Bayesian-Like Error Bound for a Class of Linear Time-Invariant Stochastic State-Space Models},
author = {Deividas Eringis and John Leth and Zheng-Hua Tan and Rafal Wisniewski and Mihaly Petreczky},
journal= {arXiv preprint arXiv:2212.14838},
year = {2023}
}