与神经 ODE 相关的连续线性变参数系统的 PAC 界
机器学习
2023-07-10 v1
摘要
我们在连续时间线性变参数（LPV）系统的背景下考虑学习神经常微分方程（neural ODEs）的问题。LPV 系统包含双线性系统，而双线性系统已知是非线性系统的通用逼近器。此外，一大类 neural ODEs 可嵌入到 LPV 系统中。作为主要贡献，我们给出了与 neural ODEs 相关的 LPV 系统在稳定性下的可能近似正确（PAC）界。所得界具有不依赖于积分区间的优点。
引用
@article{arxiv.2307.03630,
title = {PAC bounds of continuous Linear Parameter-Varying systems related to neural ODEs},
author = {Dániel Rácz and Mihály Petreczky and Bálint Daróczy},
journal= {arXiv preprint arXiv:2307.03630},
year = {2023}
}
备注
12 pages