文献

J-GLOBAL ID：202002284595595049   整理番号：20A2036884

二重ノルム法を用いたカーネル回帰モデルの同定【JST・京大機械翻訳】

Identification of Kernel Regression Model Using Double Norms Method

著者 (4件)： Liu Xiaoyong (Zunyi Normal University,College of engineering,Zunyi,P. R. China,563006) ,  Wang Yulan (Zunyi Normal University,College of engineering,Zunyi,P. R. China,563006) ,  Zhang Nanqing (Zunyi Normal University,College of engineering,Zunyi,P. R. China,563006) ,  Li Qing (Zunyi Normal University,College of engineering,Zunyi,P. R. China,563006)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 1058-1063  発行年： 2020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： 測定データの有限集合からの従来の非線形動的システムモデリング手法は,モデル構造複雑性を制御する傾向がなく,また,それらの方法は,過剰適合問題に導くことができ,また,二重ノルムに基づく新しい方法を,精度およびモデルスパース性を同定することによって保証されるカーネル回帰モデルを同定するために提案した。モデル構造複雑性を支配して,同定精度を改善する観点から,提案方法は,カーネル回帰モデルの最適化問題を構築するために,近似誤差最小化に関するL_∞ノルムからいくつかのアイデアとL_1ノルム構造リスク最小化理論を結合した。それに続いて,最適化を単純な線形計画法によって解決することができた。この方法は以下の顕著な特徴を持つ。1)精度の同定は,近似誤差のL_1ノルム最小化によって保証できる。2)モデル構造複雑性は,モデルスパース性を保証するためにサポートベクトル回帰(SVR)のフレームワークの中で構造リスクにL_1ノルムを導入することによって制御下にある。3)提案方法の最適性は,識別精度とスパース性の間の平衡を採用する。最後に,非線形動的システムを同定する提案方法の合理性と優位性を実験によって実証した。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： 最適化 ,  線形計画法 ,  最適化問題 ,  動的系 ,  近似法 ,  *ノルム
準シソーラス用語： スパース性 ,  合理性 ,  複雑性 ,  最適性 ,  サポートベクトル回帰 ,  *カーネル回帰 , 【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)： ノルム ,  カーネル ,  回帰モデル ,  同定