Bayesian system identification of dynamical systems using highly informative training data

این مقاله با شناسایی سیستم بیزی برای سیستم های دینامیکی ساختاری با استفاده از داده های آموزشی تجربی حاصل شده است. این امر با شرایطی مواجه می شود که، از مقدار زیادی از داده های آموزشی، باید زیر مجموعه ای را برای مدل های احتمال احتمالی انتخاب کنیم. به این ترتیب، با استفاده از مفاهیم تئوری اطلاعات، عبارات مشتق شده اند که به آنها امکان می دهد تقریبی اثر مجموعه ای از داده های آموزشی بر عدم قطعیت پارامترها و همچنین احتمال پذیر بودن ساختار مدل نامزد داشته باشند. پس از شناسایی سیستم چندین سیستم دینامیکی، با استفاده از مدل های مبتنی بر فیزیک و شبیه ساز، مفید بودن این مفهوم را نشان می دهد. نتیجه یک چارچوب دقیق علمی است که می تواند برای انتخاب زیرمجموعه های بسیار آموزنده از مقادیر زیاد داده های آموزشی استفاده شود.