English(EN) CLT-Optimal Parameter Error Bounds for Linear System Identification

新界限改进线性系统辨识的参数误差估计

作者 PulseAugur 编辑部 · [2 个来源] · 2026-04-23 04:25

研究人员发现当前最先进的线性系统辨识界限存在差异，表明它们可能将参数误差夸大了与系统状态维度相关的因子。他们提出了一种新颖的二阶分解来锐化这些界限，引入了一个精确反映中心极限定理缩放的矩阵值鞅。这项工作为稳定和多轨迹设置产生了改进的有限样本界限，与最优速率非常接近。 AI

影响精炼了线性动力系统中参数估计的理论理解，可能影响相关人工智能应用中的模型鲁棒性和准确性。

排序理由这是一篇详细介绍线性系统辨识参数误差界限理论进展的研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-04-23 04:25

CLT-Optimal Parameter Error Bounds for Linear System Identification

There has been remarkable progress over the past decade in establishing finite-sample, non-asymptotic bounds on recovering unknown system parameters from observed system behavior. Surprisingly, however, we show that the current state-of-the-art bounds do not accurately capture th…
arXiv stat.ML TIER_1 English(EN) · Stephen Tu · 2026-04-23 04:25

CLT-Optimal Parameter Error Bounds for Linear System Identification

There has been remarkable progress over the past decade in establishing finite-sample, non-asymptotic bounds on recovering unknown system parameters from observed system behavior. Surprisingly, however, we show that the current state-of-the-art bounds do not accurately capture th…