基于斜投影的动力学预测与重构的概率降维向量自回归建模
最优化与控制
2023-09-06 v1 系统与控制
系统与控制
统计方法学
摘要
本文提出一种带斜投影的概率降维向量自回归（PredVAR）模型。该模型将测量空间划分为不必正交的动态子空间与静态子空间。该划分使我们能够应用斜投影从高维数据中提取具有最大可预测性的动态潜变量（DLVs）。我们开发了利用潜变量 VAR 动力学更新与斜投影估计之间交互的交替迭代 PredVAR 算法，使用期望最大化（EM）与统计约束。此外，噪声协方差矩阵作为 EM 方法的自然结果被估计出来。非线性 Lorenz 振荡系统的仿真案例研究说明了所提方法相对于两种替代方案的优越性。
引用
@article{arxiv.2309.01161,
title = {Probabilistic Reduced-Dimensional Vector Autoregressive Modeling for Dynamics Prediction and Reconstruction with Oblique Projections},
author = {Yanfang Mo and Jiaxin Yu and S. Joe Qin},
journal= {arXiv preprint arXiv:2309.01161},
year = {2023}
}