新算法实现神经网络状态空间模型的在线学习

研究人员开发了用于神经网络状态空间模型（ANN-SS）在线学习的新方法，该模型用于非线性系统辨识。提出的分批学习流程和直接递归辨识算法能够实现高效的在线适应和高模型精度。该方法弥补了ANN-SS模型在线学习的空白，此前该模型仅限于离线设置。 AI

影响 能够更高效、更准确地实时适应复杂的非线性系统。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了神经网络状态空间模型的新算法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• ANN-SS
• arXiv
• Bendegúz Máté Györök
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Multiple Shooting Method for Solving Black–Scholes Equation
• neural state-space models
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →