吉安路易吉·皮洛内托;陈天石;亚历山德罗·齐乌索;朱塞佩·德尼古拉;伦纳特·永 规范的系统标识。从数据中学习动态模型。 （英语） Zbl 1506.93002号 通信与控制工程查姆：施普林格出版社（ISBN 978-3-030-95859-6/hbk；978-3-0.30-95862-6/pbk；978-10-95860-2/电子书）。第xxiv页，第377页。，开放存取（2022年）。 这本专著集中于对最常见的反问题类型的全面概述：系统识别（SI）。它的组织结构如下。首先，作者从处理经典系统识别的统计理论中介绍了SI的根源，并介绍了常用的工具和术语，如偏差、方差、交叉验证以及黑盒和灰盒模型。接下来，研究线性回归模型的正则化，重点是最小二乘法及其正则化。下一章讨论正则化的贝叶斯解释，包括流行的马尔可夫链蒙特卡罗估计。然后，在对线性系统辨识正则化方法的历史介绍和动机（从“经典”均方误差的角度）之后，作者重点研究了再生核Hilbert空间和支持向量机中的线性系统辨识和正则化。这里特别关注内核示例。最后，在进行案例研究之前，作者讨论了非线性系统辨识的正则化问题。特别关注高斯随机场的贝叶斯估计、Volterra和非线性动力系统的深度学习模型。最后，讨论了数值实验和实际案例（包括生物医学和力学应用）。审核人：丹尼斯·西多罗夫（伊尔库茨克） 引用于9文件 MSC公司： 93-02 与系统和控制理论相关的研究展览（专著、调查文章） 93B30型 系统标识 93二氧化碳 控制理论中的线性系统 93立方厘米 控制理论中的非线性系统 关键词：系统标识;正规化;贝叶斯推断;RKHS公司;支持向量机;ARMAX公司;Volterra模型正则化 PDF格式BibTeX公司 XML格式引用 \textit{G.Pillonetto}等人，《正规化系统识别》。从数据中学习动态模型。查姆：施普林格（2022；Zbl 1506.93002） 全文： DOI程序 OA许可证