arXiv cs.AI· Matteo Rufolo, Dario Piga, Filippo Pura, Marco Forgione·· 1 天前AI 评分22
面向系统辨识的上下文学习：概率化建模、长序列处理与基准验证
In-Context Learning for System Identification: Probabilistic Formulation, Long-Sequence Handling, and Benchmark Validation
AI 导读
研究提出统一的概率化元辨识架构，将基于 Transformer 的编码器-解码器与长训练序列处理机制结合，实现长时域上的校准预测。预训练元模型还可作为不确定性感知的合成数据生成器，在真实数据稀缺时为正则化参数模型提供任务特定数据。在标准非线性系统辨识基准和分布外场景中，该方法精度与 SOTA 方法相当，且仅靠输入自适应即可应对显著分布偏移。
来源：arXiv cs.AI · arxiv.org