基于流式数据的随机 Wasserstein 梯度流及其在预测性维护中的应用
系统与控制
2023-04-07 v2 系统与控制
摘要
我们研究安全关键应用中带有流式数据的估计问题。由于估计问题可表述为概率空间中的优化问题，我们设计了一种随机投影 Wasserstein 梯度流，该梯度流能够跟踪被估计量的置信状态，并可消费来自在线数据的样本。我们给出了算法的收敛性质。我们的分析将 Wasserstein 空间及其微分结构的最新进展与更经典的随机梯度下降相结合。我们将该方法应用于安全关键过程的预测性维护：与经典最小二乘法相比，我们的方法表现出更优的性能，尤其可在决策制定方面实现改进的鲁棒性。
引用
@article{arxiv.2301.12461,
title = {Stochastic Wasserstein Gradient Flows using Streaming Data with an Application in Predictive Maintenance},
author = {Nicolas Lanzetti and Efe C. Balta and Dominic Liao-McPherson and Florian Dörfler},
journal= {arXiv preprint arXiv:2301.12461},
year = {2023}
}
备注
Accepted for presentation at, and publication in the proceedings of, the 2023 IFAC World Congress