کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7107876 1460589 2016 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Regularization and Bayesian learning in dynamical systems: Past, present and future
ترجمه فارسی عنوان
منظم سازی و یادگیری بیزی در سیستم های دینامیکی: گذشته، حال و آینده
کلمات کلیدی
شناسایی، یادگیری، روشهای عددی، سیستم های خطی،
ترجمه چکیده
روش های منظم سازی و روش های بیزی برای شناسایی سیستم در سال های اخیر مورد استفاده قرار گرفته اند و ثابت شده اند که رقابت پذیری دارند. رویکردهای پارامتری کلاسیک. در این مقاله تلاش خواهیم کرد تا نشان دهیم نحوه استفاده از تنظیم در شناسایی سیستم در طول سال ها، از آغاز کارهای اولیه در کنترل خودکار و همچنین ادبیات اقتصاد سنجی و آمار، تکامل یافته است. به طور خاص، ما باید برخی از مسائل اساسی مانند مشکلات برآورد سازمانی و تبادلگرایی که نقش و نقش مهمی در اصلاح و رویکردهای بیزی دارند و نیز در نشریات اولیه در آمارها نشان داده شود، مورد بحث قرار گیرد. مسائل تاریخی و بنیادی بیشتر به تأثیرات (و فضا)، به دلیل پیشرفت های اخیر که تنها مختصرا بحث می شود، تأکید بیشتری می شود. دلیل اصلی چنین انتخابی این است که در حالی که ادبیات اخیر به راحتی در دسترس است و نظرسنجی ها در مورد این موضوع منتشر شده است، به نظر نویسنده، پیوند واضح با کار گذشته تا به حال کامل نشده است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
پیش نمایش مقاله
منظم سازی و یادگیری بیزی در سیستم های دینامیکی: گذشته، حال و آینده
چکیده انگلیسی
Regularization and Bayesian methods for system identification have been repopularized in the recent years, and proved to be competitive w.r.t. classical parametric approaches. In this paper we shall make an attempt to illustrate how the use of regularization in system identification has evolved over the years, starting from the early contributions both in the Automatic Control as well as Econometrics and Statistics literature. In particular we shall discuss some fundamental issues such as compound estimation problems and exchangeability which play and important role in regularization and Bayesian approaches, as also illustrated in early publications in Statistics. The historical and foundational issues will be given more emphasis (and space), at the expense of the more recent developments which are only briefly discussed. The main reason for such a choice is that, while the recent literature is readily available, and surveys have already been published on the subject, in the author's opinion a clear link with past work had not been completely clarified.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Annual Reviews in Control - Volume 41, 2016, Pages 24-38
نویسندگان
,