文献

J-GLOBAL ID：202002259631765288   整理番号：20A0858657

確率的システム同定の有限サンプル解析【JST・京大機械翻訳】

Finite Sample Analysis of Stochastic System Identification

著者 (2件)： Tsiamis Anastasios (University of Pennsylvania,Department of Electrical and Systems Engineering,Philadelphia,PA,19104) ,  Pappas George J. (University of Pennsylvania,Department of Electrical and Systems Engineering,Philadelphia,PA,19104)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CDC  ページ： 3648-3654  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文において,著者らは機械学習と統計学から現代のツールを用いて確率的システム同定の有限サンプル複雑性を解析した。未知の離散時間線形システムは,外部入力なしでGauss雑音の下で時間とともに進化する。この目的は,長さNの有限層にわたる出力測定の単一軌道を与えて,Kalmanフィルタ利得と同様にシステムパラメータを回復することである。部分空間同定アルゴリズムと有限数のN出力サンプルに基づいて,システムパラメータ推定誤差のための非漸近的高確率上限を提供した。著者らの解析は,ランダム行列理論,自己正規化マルチンゲールおよびSVDロバスト性からの最近の結果を用いて,高い確率で,推定誤差が対数項まで1/√Nの速度で減少することを示した。非漸近限界は古典的漸近結果と一致するだけでなく,システムがわずかに安定である場合でも有効である。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Gauss雑音 ,  正規化 ,  マルチンゲール ,  Kalmanフィルタ ,  利得 ,  線形系 ,  アルゴリズム ,  対数 ,  ロバスト性 ,  機械学習 ,  *システム同定
準シソーラス用語： ランダム行列理論 ,  推定誤差 ,  システムパラメータ ,  複雑性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 確率 ,  システム同定 ,  サンプル ,  解析