Koopman 기반 유한 메모리 식별 절단 Grunwald Letnikov 커널 활용
본 논문은 비선형 유전 시스템의 데이터를 활용해 Koopman 상승을 적용하고, 제한된 메모리 길이와 분수 차분 가중치를 이용한 Grunwald‑Letnikov 커널을 결합한 선형 모델링 프레임워크를 제안한다. 상승된 관측값 공간에서 메모리 항을 직접 포함함으로써 선형 회귀 형태를 유지하고, 이를 최소제곱법으로 식별한다. 또한 제한된 히스토리를 스택하여 정확한 마코프식 확장 상태공간 모델을 구성한다. 실험 결과는 기존 메모리 없는 Koopman…
저자: Navid Mojahed, Mahdis Rabbani, Shima Nazari
본 논문은 비선형 유전 시스템, 즉 현재 상태가 과거 상태와 입력에 의존하는 시스템을 데이터 기반으로 선형화하는 새로운 프레임워크를 제시한다. 전통적인 Koopman 상승 방법은 비선형 시스템을 고차원 관측값 공간으로 매핑해 선형 동역학을 근사하지만, 기본 설계가 일단계 마코프 형태이기 때문에 메모리 효과를 무시한다. 저자들은 이러한 한계를 극복하기 위해 두 가지 핵심 아이디어를 도입한다. 첫 번째는 비선형 상태 의존성을 포착하기 위해 관측함수 ψ(x) =
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기