用于在线多项式NARMAX辨识的变分消息传递
机器学习
2022-04-05 v1 机器学习
系统与控制
信号处理
系统与控制
摘要
我们提出一种用于在线非线性系统辨识的变分贝叶斯推断过程。对于每一次输出观测，更新一组参数后验分布，随后用于形成未来输出的后验预测分布。我们关注多项式NARMAX模型类，将其化为概率形式并用Forney风格因子图表示。该图中的推断由变分消息传递算法高效执行。我们通过实验表明，我们的变分贝叶斯估计器优于在线递推最小二乘估计器，尤其在样本量小和低噪声情形下，并且与离线训练的迭代最小二乘估计器性能相当。
引用
@article{arxiv.2204.00769,
title = {Variational message passing for online polynomial NARMAX identification},
author = {Wouter Kouw and Albert Podusenko and Magnus Koudahl and Maarten Schoukens},
journal= {arXiv preprint arXiv:2204.00769},
year = {2022}
}
备注
6 pages, 4 figures. Accepted to the American Control Conference 2022