Knowledge Commons of Institute of Automation，CAS
| 不确定性环境下维纳模型的随机变分贝叶斯学习 | |
| 刘切; 李俊豪; 王浩; 曾建学; 柴毅 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2024 | |
| 卷号 | 50期号:6页码:1185-1198 |
| 摘要 | 多重不确定性环境下的非线性系统辨识是一个开放问题. 贝叶斯学习在描述、处理不确定性方面具有显著优势, 已在线性系统辨识方面得到广泛应用, 但在非线性系统辨识的应用较少, 且面临概率估计复杂、计算量大等难题. 针对上述问题, 以典型维纳(Wiener)非线性过程为对象, 提出基于随机变分贝叶斯的非线性系统辨识方法. 首先对过程噪声、测量噪声以及参数不确定性进行概率描述; 然后利用随机变分贝叶斯方法对模型参数进行后验估计. 在估计过程中, 利用随机优化思想, 仅利用部分中间变量概率信息估计模型参数分布的自然梯度期望, 与利用所有中间变量概率信息估计模型参数比较, 显著降低了计算复杂性. 该方法是首次在系统辨识领域中的应用. 最后, 利用一个仿真实例和一个维纳模型的Benchmark问题, 证明了该方法在对大规模数据下非线性系统辨识的有效性. |
| 关键词 | 非线性系统辨识 随机优化 变分贝叶斯 维纳模型 |
| DOI | 10.16383/j.aas.c210925 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/57743 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 刘切,李俊豪,王浩,等. 不确定性环境下维纳模型的随机变分贝叶斯学习[J]. 自动化学报,2024,50(6):1185-1198. |
| APA | 刘切,李俊豪,王浩,曾建学,&柴毅.(2024).不确定性环境下维纳模型的随机变分贝叶斯学习.自动化学报,50(6),1185-1198. |
| MLA | 刘切,et al."不确定性环境下维纳模型的随机变分贝叶斯学习".自动化学报 50.6(2024):1185-1198. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2021-0925.pdf（2009KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘切]的文章 |
| [李俊豪]的文章 |
| [王浩]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘切]的文章 |
| [李俊豪]的文章 |
| [王浩]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘切]的文章 |
| [李俊豪]的文章 |
| [王浩]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论