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