• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Simultaneous Identification of Nonlinear Dynamics and State Distribution using Jensen-Shannon Divergence ?
【24h】

Simultaneous Identification of Nonlinear Dynamics and State Distribution using Jensen-Shannon Divergence ?

机译：使用Jensen-Shannon分离的非线性动力学和状态分布的同时识别

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we newly formulate and solve a simultaneous identification problem of nonlinear dynamics and state distribution. This problem is practically useful in many realistic situations, but it has not attracted much attention from the system identification community. From a mathematical point of view, estimation of state distribution is represented as a regularization in terms of the Jensen-Shannon divergence. An important feature of this formulation is its equivalence to the construction ofgenerative models,whose recent progress is one of the most important achievements in the machine learning community. In view of this, we propose an adversarial learning approach, standard technique for generative model construction, to the aforementioned identification problem, and verify its effectiveness through numerical simulation.
机译：本文新配制和解决了非线性动力学和国家分布的同时识别问题。 这个问题在许多现实情况下实际上是有用的，但它并没有吸引系统识别社区的大量关注。 从数学的角度来看，国家分布的估计是表示Jensen-Shannon发散的规范化。 该配方的一个重要特征是其对等方面的建设等价，其最近的进展是机器学习界中最重要的成就之一。 鉴于此，我们提出了一种侵犯学习方法，用于生成模型结构的标准技术，以上述识别问题，通过数值模拟验证其有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号