概率化元识别架构用于系统辨识

1. 12:00
   arXiv cs.AI

   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

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。