存在库和系统不确定性时非线性动力学的稀疏辨识
机器学习
2024-01-25 v1 人工智能
摘要
SINDy算法已被成功用于从时间序列数据中识别动力系统的控制方程。然而，SINDy假设用户事先了解系统中的变量以及一个可作为系统基底的函数库。在本文中，我们基于真实世界数据展示了增强SINDy算法在存在系统变量不确定性时如何优于SINDy。然后，我们展示了SINDy可以被进一步增强，以便在两种不确定性都存在时也能稳健地执行。
引用
@article{arxiv.2401.13099,
title = {Sparse identification of nonlinear dynamics in the presence of library and system uncertainty},
author = {Andrew O'Brien},
journal= {arXiv preprint arXiv:2401.13099},
year = {2024}
}