非线性状态空间模型与非线性自回归模型的联系

非线性模型转换
探讨非线性状态空间模型与非线性自回归模型之间的联系,通过特定结构矩阵与权重设置,实现从状态空间模型到自回归模型的转换。

非线性状态空间模型

r t = ( 1 − α ) r t − 1 + α f ( A r t − 1 + W i n u t ) v t = W o u t r t \begin{array}{ll} r_{t} &= (1-\alpha) r_{t-1} + \alpha f(Ar_{t-1} + W_{in}u_{t}) \\ v_{t} &= W_{out} r_{t} \end{array} rtvt=(1α)rt1+αf(Art1+Winut)=Woutrt
其中 r ∈ R N r\in R^N rRN 表示状态, u ∈ R d u \in R^d uRd 表示输入, A ∈ R N × N , W i n ∈ R N × d , f ( ⋅ ) = t a n h ( ⋅ ) A\in R^{N\times N}, W_{in} \in R^{N\times d} , f (\cdot)= tanh(\cdot) ARN×N,WinRN×d,f()=tanh() 组成了非线性的状态转移方程。

非线性自回归模型

v t = g ( u t , u t − 1 , … , u t − q + 1 ) v_t = g(u_t, u_{t-1}, \ldots, u_{t-q+1}) vt=g(ut,ut1,,utq+1)

两者的联系

在这里插入图片描述
若具有如下特殊结构:
A = [ O O I N − p O ] N × N A = \left[ \begin{array}{ll} O & O \\ I_{N-p} & O \end{array} \right] _{N\times N} A=[OINpOO]N×N
W i n = [ W O ] N × d , W ∈ R p × d W_{in} = \left[ \begin{array}{ll} W \\ O \end{array} \right]_{N\times d} ,\quad W \in R^{p \times d} Win=[WO]N×d,WRp×d
假设 α = 1 , N / p = q \alpha = 1, N/p = q α=1,N/p=q
r t = f ( [ O O I N − p O ] r t − 1 + [ W O ] u t ) = f ( [ W u t r t − 1 , 1 : N − p ] ) = [ f ( W u t ) f ∘ f ( W u t − 1 ) ) ⋮ f ∘ ⋯ ∘ f ⏟ q ( W u t − q + 1 ) ] \begin{array}{ll} r_{t} &= f\left(\left[ \begin{array}{ll} O & O \\ I_{N-p} & O \end{array} \right]r_{t-1} + \left[ \begin{array}{ll} W \\ O \end{array} \right]u_{t}\right) \\\\ &=f\left( \left[ \begin{array}{ll} Wu_{t} \\ r_{t-1,1:N-p} \end{array} \right]\right) \\\\ &= \left[ \begin{array}{c} f(Wu_{t}) \\ f\circ f(Wu_{t-1})) \\ \vdots \\ \underbrace{f\circ \cdots\circ f}_{q}(Wu_{t-q+1}) \end{array} \right] \end{array} rt=f([OINpOO]rt1+[WO]ut)=f([Wutrt1,1:Np])=f(Wut)ff(Wut1))q ff(Wutq+1)

r t = f ( [ O O I N − p O ] r t − 1 + [ W 1 ⋮ W q ] u t ) = [ f ( W 1 u t ) f ( f ( W 1 u t − 1 ) + W 2 u t ) ⋮ ] = F ( u t , u t − 1 , … , u t − q + 1 ) \begin{array}{ll} r_{t} &= f\left(\left[ \begin{array}{ll} O & O \\ I_{N-p} & O \end{array} \right]r_{t-1} + \left[ \begin{array}{c} W_1 \\ \vdots \\ W_q \end{array} \right]u_{t}\right) \\\\ &= \left[ \begin{array}{c} f(W_1u_{t}) \\ f(f(W_1u_{t-1})+W_2u_t) \\ \vdots \end{array} \right] \\\\ &= F(u_t, u_{t-1}, \ldots, u_{t-q+1}) \end{array} rt=f[OINpOO]rt1+W1Wqut=f(W1ut)f(f(W1ut1)+W2ut)=F(ut,ut1,,utq+1)
因此
v t = W o u t F ( u t , u t − 1 , … , u t − q + 1 ) ≜ g ( u t , u t − 1 , … , u t − q + 1 ) v_t = W_{out} F(u_t, u_{t-1}, \ldots, u_{t-q+1}) \triangleq g(u_t, u_{t-1}, \ldots, u_{t-q+1}) vt=WoutF(ut,ut1,,utq+1)g(ut,ut1,,utq+1)
即把状态空间模型转化成了自回归模型。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

颹蕭蕭

白嫖?

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值