.png){kind=icon}
返回
A graph learning approach for kernel-based system identification with manifold regularization
.png){kind=icon}
OA
AI
DOI：10.1016/j.jfranklin.2025.107793.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出在基于核的系统辨识中采用图学习技术并结合流形正则化。该方向近期的研究均假设用于近似回归量流形并推导流形正则化项的回归量图是先验已知的，或通过最近邻原理推导得出。在本工作中，我们表明，可通过现代基于平滑性的图学习技术，从动态系统的输入/输出测量值中推断出系统辨识所需的回归量图，而无需对图的拓扑结构做出特定假设。利用数据的动态特性，我们提出了一种将测量信号映射为图学习算法可管理形式的方法，并给出了有效选择图边的方法论依据。该辨识方法在一套实验切换系统装置上进行评估，其有效性在少量数据条件下尤为显著。
Keyword:
Kernel methods
Graph learning
System identification
期刊
J
IF:
4.2
论文数:
925
被引数:
0
机构
暂无机构信息
.png){kind=icon}
查看更多内容