Identification of switched autoregressive exogenous systems from large noisy datasets.
Identification of switched autoregressive exogenous systems from large noisy datasets.
复制标题
DOI：
10.1002/rnc.4968
复制
发表时间：
2020-10-01
影响因子：
3.9
通讯作者：
Dabbene F
中科院分区：
文献类型：
--
作者：
Hojjatinia S;Lagoa CM;Dabbene F
介绍了具有外生输入系统的切换自回归滑动平均模型和切换自回归外生线性模型系数辨识的新方法。我们考虑的情况下，系统的输出被污染的测量噪声和过程噪声的情况下，可能很大的噪声值。假设仅可获得关于噪声的概率分布的部分信息。给定输入输出数据，我们的目标是确定切换系统的系数和参数的分布的噪声，这是兼容的收集到的数据。我们证明了所提出的方法的效率与几个学术的例子。该方法被证明是有效的情况下，大量的测量是可用的，在这种情况下，以前的方法的基础上多项式或混合整数优化不能应用由于非常大的计算负担。
The article introduces novel methodologies for the identification of coefficients of switching autoregressive moving average with exogenous input systems and switched autoregressive exogenous linear models. We consider cases where system’s outputs are contaminated by possibly large values of noise for both cases of measurement noise and process noise. It is assumed that only partial information on the probability distribution of the noise is available. Given input-output data, we aim at identifying switched system coefficients and parameters of the distribution of the noise, which are compatible with the collected data. We demonstrate the efficiency of the proposed approach with several academic examples. The method is shown to be effective in the situations where a large number of measurements is available; cases in which previous approaches based on polynomial or mixed-integer optimization cannot he applied due to very large computational burden.
登录
查看更多内容
影响因子：
3.4
作者：
Conroy, David E.;Hojjatinia, Sarah;Smyth, Joshua M.
通讯作者：
Smyth, Joshua M.
影响因子：
2.7
作者：
Isserlis, L
通讯作者：
Isserlis, L
影响因子：
6.4
作者：
Lauer, Fabien;Bloch, Gerard;Vidal, Rene
通讯作者：
Vidal, Rene
影响因子：
8.7
作者：
Saxen, John-Eric;Saxen, Henrik;Toivonen, Hannu T.
通讯作者：
Toivonen, Hannu T.
影响因子：
6.4
作者：
Ozay, Necmiye;Lagoa, Constantino;Sznaier, Mario
通讯作者：
Sznaier, Mario