基于系统辨识的机器学习模型参数可调性研究

作者:沈国良; 钱济人

摘要:研究模型参数的系统辨别是提高模型透明度以及可理解性的重要方法,也是进行模拟参数估计的重要前提。参数可辨识性具有一定的物理意义时,便具有了创建模型的基本框架。模型参数的可调性,即可辨别性,无论是在模型结构,还是在统计学习理论或者学习算法等各种方面都具有代表性的意义。通过系统性研究参数模型的可调性,并根据基础建模的特征,将参数模型分为两个框架结构,即非时变框架和时变框架,论述了动态模型,以及随机过程模型的可调性意义。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 自动化技术
收录:
  • 万方收录(中)
  • 维普收录(中)
  • 国家图书馆馆藏
  • 知网收录(中)
  • 上海图书馆馆藏
关键词:
  • 可调性
  • 参数模型
  • 信息论
  • 散度
  • 最优化理论
  • 辨别函数

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:自动化应用

期刊级别:省级期刊

期刊人气:7184

杂志介绍:
主管单位:重庆西南信息有限公司(原科技部西南信息中心)
主办单位:重庆西南信息有限公司(原科技部西南信息中心)
出版地方:重庆
快捷分类:计算机
国际刊号:1674-778X
国内刊号:50-1201/TP
邮发代号:
创刊时间:1960
发行周期:月刊
期刊开本:A4
下单时间:1个月内
复合影响因子:0.37
综合影响因子:0.51