高斯过程闭环MISO传递函数估计论文更新至v2
热点事件持续更新
高斯过程闭环MISO传递函数估计论文更新至v2
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Erik-Anant Stedjan Narayan 将 arXiv:2610.07919 论文更新至 v2,仅修正附录 C 的格式,未改动内容。该论文把基于高斯过程回归的传递函数估计从单输入单输出扩展到闭环多输入单输出(MISO)系统,提出高斯过程估计器,给出各模块可单独辨识的解析条件,并证明估计在零噪声极限下收敛到真实传递函数。 论文借助依赖外部激励的闭环偏差处理技术构造回归量,蒙特卡洛仿真支持了可辨识性分析,并揭示闭环偏差与用内生信号部分构造外生回归量所引入误差之间的权衡。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
基于高斯过程的闭环 MISO 动态系统传递函数估计方法报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv eess.SY 系统与控制基于高斯过程的闭环 MISO 动态系统传递函数估计方法
论文将基于高斯过程回归的传递函数估计从单输入单输出扩展到闭环多输入单输出(MISO)系统,提出高斯过程估计器,给出各模块可单独辨识的解析条件,并证明估计在零噪声极限下收敛到真实传递函数。文中说明如何借助依赖外部激励的闭环偏差处理技术构造回归量,蒙特卡洛仿真支持了可辨识性分析,并揭示了闭环偏差与用内生信号部分构造外生回归量所引入误差之间的权衡。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。