抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,データからの非線形力学系の同定がますます普及している。非線形動力学のスパース同定(SINDy)のようなスパース回帰手法は,状態変数が先験的に知られている新しい支配方程式同定アルゴリズムの開発を促進し,支配方程式は状態変数の(非線形)基底における疎で線形展開にそれら自身を乗り出す。非線形力学系の支配方程式の同定の文脈において,状態測定がノイズによって崩壊するとき,ひとつはモデルパラメータの識別可能性の問題に直面した。測定ノイズは回復プロセスの安定性に影響し,不正確なスパース性パターンと支配方程式の係数の不正確な推定をもたらす。本研究では,いくつかの局所および大域的平滑化技法の性能を,状態測定を先験的に雑音除去し,状態時間導関数を数値的に推定し,支配方程式を復元する2つのスパース回帰法の精度およびロバスト性を改善し,逐次閾値最小二乗(STLS)および重み付け基底追跡雑音除去(WBPDN)アルゴリズムの精度およびロバスト性を改善した。経験的に,全測定データセットを使用する大域的方法は,局所手法よりも優れており,局所点周辺の隣接データ部分集合を採用した。さらに,最適同調パラメータを自動的に推定するためのモデル選択技術として一般化交差検証法(GCV)とPareto曲線基準を比較し,Pareto曲線がより良い結果をもたらすと結論した。雑音除去戦略とスパース回帰法の性能を,非線形力学系のよく知られたベンチマーク問題を通して経験的に評価した。【JST・京大機械翻訳】