LEARNING
有限激励下双层遗忘递归最小二乘的快速收敛与鲁棒性
Satoshi Tsuruhara, Kazuhisa Ito
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于增强回归矩阵的双层遗忘递归最小二乘（TLF-RLS）辨识方法，解决了非持续激励条件下传统方法的稳定性与收敛速度问题。通过引入重构型指数遗忘算法，该方法在温和假设下保证了条件数的一致最终有界性。
关键词
recursive least squaresforgetting factornonpersistent excitationconvergencerobustness
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018