arXiv eess.SY 系统与控制· Matteo Rufolo, Dario Piga, Filippo Pura, Marco Forgione·2026-10-12 12:00· 13 小时前精选AI 评分47

系统辨识的上下文学习框架：概率化建模、长序列处理与基准验证

In-Context Learning for System Identification: Probabilistic Formulation, Long-Sequence Handling, and Benchmark Validation

AI 导读

该论文将系统辨识的上下文学习元学习框架推进三个方向：构建结合 Transformer 编码器-解码器与长训练序列处理机制的统一概率化元辨识架构，实现长时域上的校准预测。

推荐理由

论文把系统辨识的元学习框架扩展到概率化与长序列场景，并给出基准与分布外评测，读者可据此判断其相对传统方法的适用边界。