×
史蒂芬·冯肯（Stefanie J.M.Fonken）。；卡提克·拉加万·拉马斯瓦米；Van den Hof，Paul M.J。

一种用于未知扰动拓扑网络辨识的可扩展多步最小二乘法。 （英语） Zbl 1491.93027号

Automatica公司 141，文章ID 110295，13 p.（2022）.
摘要：动态网络的识别方法通常需要网络和扰动拓扑的先验知识，并且通常依赖于解决可扩展性差的非凸优化问题。虽然文献中提供了估计网络拓扑的方法，但很少注意估计干扰拓扑，即干扰信号的滤波白噪声表示中的（空间）噪声相关结构和噪声秩。在这项工作中，我们提出了一种动态网络的辨识方法，在辨识具有已知网络拓扑的全动态网络之前，先估计扰动拓扑。为此，我们扩展了多步序贯线性回归和加权零空间拟合方法来处理降秩噪声，并使用这些方法来估计全测量情况下的扰动拓扑和网络动力学。因此，我们提供了一种多步最小二乘算法，该算法具有并行计算能力，并且只依赖显式分析解，从而避免了通常涉及的非凸优化。因此，我们一致地估计Box-Jenkins模型结构的动态网络，同时保持较低的计算负担。我们提供了一致性证明，其中包括用于在实验设计中分配激励信号的基于路径的数据信息性条件。在具有降秩噪声的动态网络上进行的数值模拟清楚地说明了该方法的潜力。

引用于1文件

MSC公司：

93B30型 系统标识
93B70型 网络控制
93C73号 控制/观测系统中的扰动

关键词：

系统标识；动态网络；估计算法；最小二乘法；拓扑估计
PDF格式BibTeX公司 XML格式引用
\textit｛S.J.M.Fonken｝等人，Automatica 141，文章ID 110295，第13页（2022；Zbl 1491.93027）
全文： 内政部 arXiv公司

参考文献：

[1] 荒木，M。；Saeki，M.，互联动力系统完备性的定量条件，IEEE自动控制汇刊，28，5，569-577（1983）·Zbl 0525.93006号
[2] 巴赫，F。；Jenatton，R。；Mairal，J。；Obozinski，G.，带稀疏诱导准则的凸优化，机器学习优化，5，19-53（2011）
[3] Bolstad，A。；Van Veen，B.D。；Nowak，R.，通过群稀疏正则化进行因果网络推断，IEEE信号处理汇刊，59，6，2628-2641（2011）·Zbl 1392.94012号
[4] Bombois，X。；Hjalmarsson，H.，《通过识别静态模型的不确定性分析进行网络拓扑检测》，IFAC PapersOnLine，54，7，595-600（2021），第19届IFAC系统识别研讨会SYSID 2021
[5] 博伊德，S。；北卡罗来纳州帕里赫。；Chu，E.，《通过交替方向乘数法进行分布式优化和统计学习》（2011年），Now Publishers Inc
[6] 坎巴·梅恩德斯，G。；Kapetanios，G.，矩阵秩的统计检验和估计及其在计量经济学建模中的应用，《计量经济学评论》，28，6，581-611（2009）·Zbl 1172.62020年
[7] 曹伟。；皮奇，G。；Lindquist，A.，低阶向量过程的识别（2021），arXiv:2111.10899
[8] Chiuso，A。；Pillonetto，G.，《稀疏动态网络识别的贝叶斯方法》，Automatica，48，8，1553-1565（2012）·Zbl 1267.93172号
[9] Dankers，A.G.，获得动态网络估计值的优化方法（2019年），技术说明
[10] Dankers，A.G。；范登霍夫，P.M.J。；Heuberger，P.S.C。；Bombois，X.，《使用预测误差方法识别复杂网络中的动态模型：预测器输入选择》，IEEE自动控制汇刊，61，4，937-952（2016）·Zbl 1359.93547号
[11] Dankers，A.G。；范登霍夫，P.M.J。；Bombois，X。；Heuberger，P.S.C.，《动态网络中的误差-变量识别-工具变量方法的一致性结果》，Automatica，62，39-50（2015）·Zbl 1329.93048号
[12] Dankers，A.G。；范登霍夫，P.M.J。；Heuberger，P.S.C。；Bombois，X.，《用预测误差方法进行动态网络结构识别——基本示例》，国际会计师联合会会议记录卷，45，16，876-881（2012年），第16届国际会计师公会系统识别研讨会
[13] Deistler先生。；B.D.O.安德森。；填料，A。；津纳，C。；Chen，W.，《广义线性动态因子模型：通过奇异自回归的方法》，《欧洲控制杂志》，16，3，211-224（2010）·Zbl 1198.93215号
[14] Deistler，M。；谢勒，W。；Anderson，B.D.O.，《广义线性动态因子模型的结构》（Beran，J.；Feng，Y.；Hebbel，H.，《实证经济和金融研究：理论、方法和实践》（2015），Springer International Publishing：Springer国际出版公司Cham），379-400
[15] Dimovska，M。；Materassi，D.，Granger-causality在图形模型中满足因果推理：通过非侵入性观察学习网络，（2017 IEEE第56届决策和控制年会（2017）），5268-5273
[16] 埃弗里特，N。；加利尼奥，M。；Hjalmarsson，H.，使用Steiglitz-McBride方法进行开放式渐近有效模型简化，Automatica，89，221-234（2018）·Zbl 1388.93094号
[17] Fonken，S.J.M。；费里兹贝戈维奇，M。；Hjalmarsson，H.，《使用加权零空间拟合对受白噪声影响的动态网络进行一致识别》，IFAC-PapersOnLine，53-2，46-51（2020），Proc。第21届IFAC世界大会，德国柏林
[18] 加利尼奥，M。；罗哈斯，C。；Hjalmarsson，H.，使用加权零空间拟合进行参数识别，IEEE自动控制汇刊，64，7，2798-2813（2019）·Zbl 1482.93649号
[19] Gevers，M。；Bazanella，A.S。；Vian da Silva，G.，《动态网络中模块一致识别的实用方法》，IFAC-PapersOnLine，51-15862-867（2018），Proc。第18届IFAC交响乐团。系统标识（SYSID2018）
[20] 哈格曼，P。；Cammoun，L。；Giganet，X。；Meuli，R。；Honey，C.J。；Wedeen，V.J.，绘制人类大脑皮层的结构核心，公共科学图书馆生物学，6，7，1-15（2008）
[21] Hajian-Tilaki，K.，《用于医学诊断测试评估的受试者操作特征（ROC）曲线分析》，《里海内科杂志》，4，2，627（2013）
[22] 希克曼，R。；Van Verk，M.C。；Van Dijken，A.J.H。；Mendes，M.P。；弗罗戈普·沃斯，I.A。；Caarls，L.，茉莉酸基因调控网络的结构和动力学，《植物细胞》，29，9，2086-2105（2017）
[23] 范登霍夫，P.M.J。；丹克斯，A.G。；Heuberger，P.S.C.公司。；Bombois，X.，用预测误差方法识别复杂网络中的动态模型：一致模估计的基本方法，Automatica，49，102994-3006（2013）·Zbl 1358.93059号
[24] 范登霍夫，P.M.J。；Ramaswamy，K.R.，《动态网络中单模块识别的基于路径的数据信息条件》，（第59届IEEE决策与控制会议（2020年），IEEE:IEEE济州岛，大韩民国），4354-4359
[25] Kass，R.E。；Raftery，A.E.，贝叶斯因子，《美国统计协会杂志》，90，430，773-795（1995）·Zbl 0846.62028号
[26] Ljung，L.，《系统识别》。用户理论（1999），Prentice-Hall
[27] Ljung，L。；Wahlberg，B.，估计传递函数和扰动谱的最小二乘法的渐近性质，应用概率进展，24，2，412-440（1992）·Zbl 0761.93074号
[28] 马特拉西，D。；Innocenti，G.，动力系统网络中的拓扑识别，IEEE自动控制汇刊，55，8，1860-1871（2010）·Zbl 1368.93750号
[29] 马特拉西，D。；Salapaka，M.V.，《关于通过维纳滤波器的局部特性重建未知拓扑的问题》，IEEE自动控制事务，57，7，1765-1777（2012）·Zbl 1369.93642号
[30] 马特拉西，D。；Salapaka，M.V.，《动态系统网络中估计和识别的信号选择：图形模型方法》，IEEE自动控制汇刊，65，10，4138-4153（2020）·Zbl 07319993号
[31] 马特拉西，D。；马里兰州萨拉帕卡。；Giarrè，L.，动态系统网络中结构和估计器之间的关系，IEEE决策与控制会议论文集，162-167（2011）
[32] Pagani，G.A。；Aiello，M.，《电网作为一个复杂网络：一项调查》，《物理学a：统计力学及其应用》，392，11，2688-2700（2013）·Zbl 1395.94418号
[33] Ramaswamy，K.R。；Bottegal，G。；Van den Hof，P.M.J.，使用基于正则核的方法学习动态网络中的线性模型，Automatica，129109591（2021）·兹比尔1485.93133
[34] Ramaswamy，K.R。；Van den Hof，P.M.J.，具有相关噪声的动态网络中模块识别的本地直接方法，IEEE自动控制汇刊，66，11，3237-3252（2021）·Zbl 07480536号
[35] Schwarz，G.，估算模型的维度，《统计年鉴》，461-464（1978）·Zbl 0379.62005年
[36] Shi，S.、Bottegal，G.和Van den Hof，P.M.J.（2019年）。线性动态网络的贝叶斯拓扑识别。2019年，第18届欧洲控制会议（第2814-2819页）。
[37] Van den Hof，医学博士。；Ramaswamy，K.R.，动态网络中的学习局部模块，（第三次动力学和控制学习会议论文集。第三次动力学和控制学习会议论文集，机器学习研究，第144卷（2021）），176-188
[38] 韦杜，M.S。；Salapaka，M.V.，空间相关噪声下的拓扑识别（2020），arXiv:2012.04175
[39] Wasserman，L.，贝叶斯模型选择和模型平均，《数学心理学杂志》，44，1，92-107（2000）·Zbl 0946.62032号
[40] Weerts，H.H.M。；加利尼奥，M。；Bottegal，G。；Hjalmarsson，H。；Van den Hof，P.M.J.，ARMAX动态网络识别的序列最小二乘算法，IFAC-PapersOnLine，51，15，844-849（2018）
[41] Weerts，H.H.M。；范登霍夫，P.M.J。；Dankers，A.G.，《识别具有等级降低过程噪声的动态网络》，IFAC-PapersOnLine，50，1，10562-10567（2017）
[42] Weerts，H.H.M。；范登霍夫，P.M.J。；Dankers，A.G.，线性动态网络的可识别性，Automatica，89，247-258（2018）·Zbl 1388.93095号
[43] Weerts，H.H.M。；范登霍夫，P.M.J。；Dankers，A.G.，带秩降低噪声的线性动态网络预测误差识别，Automatica，98，256-268（2018）·Zbl 1406.93364号
[44] Van der Woude，J.W.，《结构化系统传递矩阵秩的图形理论表征》，《控制、信号和系统数学》，4，1，33-40（1991）·Zbl 0747.93030号
[45] 袁，M。；Lin，Y.，《分组变量回归中的模型选择和估计》，英国皇家统计学会杂志。B系列，68，49-67（2006）·Zbl 1141.62030号
[46] 袁，Y。；斯坦·G。；Warnick，S。；Gonçalves，J.，鲁棒动态网络结构重建，Automatica，47，6，1230-1235（2011）·Zbl 1235.93077号
[47] Zhang，P.，《关于模型选择标准的收敛速度》，《统计学中的传播》。理论与方法，22，10，2765-2775（1993）·Zbl 0785.62073号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。