×
阿尔贝托·本普拉德；瓦伦蒂娜·布莱斯基；达里奥·皮加；斯蒂芬·博伊德。

装配跳跃模型。 （英语） Zbl 1406.93315号

Automatica公司 96, 11-21 (2018).
摘要：我们描述了一个新的框架，用于将跳跃模型拟合到一系列数据。关键思想是在最小化损失函数以适应多个模型参数和最小化离散损失函数以确定在每个数据点激活的模型参数集之间交替进行。该框架非常通用，包括流行的模型类，如隐马尔可夫模型和分段仿射模型。要最小化的所选损失函数的形状决定了生成的跳跃模型的形状。

引用于11文件

MSC公司：

93E10型 随机控制理论中的估计与检测
93E03型 控制理论中的随机系统（一般）
60J75型 跳转流程（MSC2010）
第60页 统计学在工程和工业中的应用；控制图
93-04 系统和控制理论相关问题的软件、源代码等

关键词：

模型回归；模式估计；跳跃模型；隐马尔可夫模型；分段仿射模型

软件：

HIT公司；混合稳定样条线工具箱；古罗比
PDF格式BibTeX公司 XML格式引用
\textit{A.Bempoad}等人，Automatica 96，11--21（2018；Zbl 1406.93315）
全文： 内政部 arXiv公司

参考文献：

[1] Baum，L.E。；Petrie，T。；索尔斯，G。；Weiss，N.，马尔可夫链概率函数统计分析中出现的最大化技术，《数理统计年鉴》，41，1，164-171（1970）·Zbl 0188.49603号
[2] Bellman，R.，《动态编程》（1957），普林斯顿大学出版社：普林斯顿大学出版，美国新泽西州普林斯顿·Zbl 0077.13605号
[3] Bemporad，A。；加鲁利，A。；Paoletti，S。；Vicino，A.，分段仿射系统识别的有界误差方法，IEEE自动控制汇刊，50，10，1567-1580（2005）·Zbl 1365.93100号
[4] Bemporad，A。；Giorgetti，N.，混合系统最优控制的基于逻辑的方法，IEEE自动控制汇刊，51，6，963-976（2006）·Zbl 1366.49034号
[5] Bempoad，A.、Roll，J.、Ljung，L.（2001）。通过混合整数规划识别混合系统。在程序。第40届IEEE决策与控制会议; Bempoad，A.、Roll，J.、Ljung，L.（2001）。通过混合整数规划识别混合系统。在程序。第40届IEEE决策与控制会议·Zbl 1037.93023号
[6] Bennett，K.P。；Mangasarian，O.L.，通过线性规划进行多类别判别，优化方法与软件，3，27-39（1994）
[7] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社：剑桥大学出版社，纽约，美国，http://www.stanford.edu网站/博伊德/cvxbook.html·Zbl 1058.90049号
[8] Breschi，V.，Bempoad，A.，Piga，D.，（2016a）通过递归分段仿射回归和判别识别混合和线性参数变化模型。在欧洲控制会议; Breschi，V.，Bempoad，A.，Piga，D.，（2016a）通过递归分段仿射回归和判别识别混合和线性参数变化模型。在欧洲控制会议
[9] 布雷斯基，V。；Piga，D。；Bempoad，A.，通过递归多重最小二乘和多类别判别的分段仿射回归，Automatica，73，155-162（2016）·兹比尔1372.93221
[10] Chan，A.B。；Vasconcelos，N.，《混合动态纹理的视频建模、聚类和分割》，IEEE模式分析和机器智能汇刊，30，5，909-926（2008）
[11] 科斯塔，O.L.V。；弗拉戈索医学博士。；Marques，R.P.，离散时间马尔可夫跳跃线性系统（2006），Springer科学与商业媒体·Zbl 1081.93001号
[12] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，《皇家统计学会杂志》，B辑，39，1，1-38（1977）·Zbl 0364.62022号
[13] Ferrari-Trecate，G.（2005年）。混合识别工具箱（hit）。；Ferrari-Trecate，G.（2005年）。混合识别工具箱（hit）。
[14] 法拉利Trecate，G。；穆塞利，M。；Liberati，D。；Morari，M.，用于识别分段仿射系统的聚类技术，Automatica，39，2，205-217（2003）·Zbl 1011.93508号
[15] 弗里德曼，M.，《隐马尔可夫模型回归》，技术报告（1994年），明尼苏达大学数学研究所：明尼阿波利斯大学数学研究院
[16] 冯先生。；Mangasarian，O.L.，多类别近端支持向量机分类器，机器学习，59，77-97（2005）·兹比尔1101.68758
[17] Guidolin，M.，《实证金融中的马尔可夫转换模型》，（缺失数据方法：时间序列方法和应用（2011），翡翠集团出版有限公司），1-86·Zbl 1444.91222号
[18] 古罗比优化公司（2017）古罗比优化器参考手册。网址：http://www.gurobi.com; 古罗比优化公司（2017）古罗比优化器参考手册。网址：http://www.gurobi.com
[19] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》（2009），Springer:Springer New York·Zbl 1273.62005年
[20] Juloski，A.L。；Heemels，W.P.M.H。；Ferrari-Trecate，G.，基于数据的拾取和放置机器部件放置过程混合建模，控制工程实践，12，10，1241-1252（2004）
[21] Juloski，A.L。；Heemels，W.P.M.H。；法拉利Trecate，G。；维达尔，R。；Paoletti，S。；Niessen，J.H.G.，《混合系统识别四种程序的比较》，《计算机科学讲义》，3414，354-369（2005）·Zbl 1078.93534号
[22] Juloski，A.、Weiland，S.、Heemels，M.（2004）。混合系统辨识的贝叶斯方法。在程序。第43届IEEE决策与控制会议; Juloski，A.、Weiland，S.、Heemels，M.（2004）。混合系统辨识的贝叶斯方法。在程序。第43届IEEE决策与控制会议·兹比尔1365.93526
[23] Manning，C.D.，Raghavan，P.，Schütze，H.（2008）。信息检索导论。第1卷; Manning，C.D.，Raghavan，P.，Schütze，H.（2008）。信息检索导论。第1卷·Zbl 1160.68008号
[24] 哦，S.M。；Rehg，J.M。；Balch，T。；Dellaert，F.，使用参数分段切换线性动态系统学习和推断运动模式，国际计算机视觉杂志，77，1，103-124（2008）
[25] Ohlsson，H。；Ljung，L.，使用形式和正则化识别切换线性回归模型，Automatica，49，4，1045-1050（2013）·Zbl 1285.93100号
[26] Ozay，N.、Sznaier，M.M.、Lagoa，C.（2010）具有未知开关的交换arx系统的模型验证及其在活动监测中的应用第四十九届IEEE决策与控制会议; Ozay，N.、Sznaier，M.M.、Lagoa，C.（2010）具有未知开关的交换arx系统的模型验证及其在活动监测中的应用第四十九届IEEE决策与控制会议
[27] 巴甫洛维奇，V。；Rehg，J.M。；MacCormick，J.，《学习切换人体运动线性模型》（神经信息处理系统进展（2001）），981-987
[28] Pillonetto，G.，《基于内核的混合系统识别新方法》，Automatica，70，21-31（2016）·Zbl 1339.93113号
[29] Rabiner，L.R.，语音识别中隐藏马尔可夫模型和选定应用的教程，IEEE学报，77，2，257-286（1989）
[30] B.舒勒。；Wöllmer，M。；穆斯迈尔，T。；Ruske，G。；Rigoll，G.，《为抗噪声车内语音识别切换线性动态模型》，模式识别，244-253（2008）
[31] Timmermann，A.，《金融中的马尔可夫转换模型》，（威利管理百科全书，第4卷（2015年），John Wiley&Sons，Ltd）
[32] Vidal，R.，Chiuso，A.，Soatto，S.（2002）跳跃线性系统的可观测性和可识别性。在程序。第41届IEEE决策与控制会议。第4卷; Vidal，R.，Chiuso，A.，Soatto，S.（2002）跳跃线性系统的可观测性和可识别性。在程序。第41届IEEE决策与控制会议。第4卷
[33] 维特比，A.J.，卷积码的误差界和渐近最优解码算法，（数字无线世界的基础：AJ Viterbi的作品选集（2010）），41-50
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。