Доступные функции отображения для нелинейных моделей ARX

Программное обеспечение System Identification Toolbox™ обеспечивает несколько функций отображения F (x) для нелинейных моделей ARX. При использовании в модели эти функции отображения совместно составляют output function нелинейной архитектуры модели ARX. Для получения дополнительной информации о F (x) см. «Структура нелинейных моделей ARX».

Каждая функция отображения соответствует классу объектов в этом тулбоксе. Когда вы оцениваете нелинейные модели ARX в приложении, System Identification Toolbox создает и конфигурирует объекты на основе этих классов. Можно также создать и сконфигурировать функции отображения в командной строке.

Большинство функций отображения представляют нелинейную функцию как суммированный ряд нелинейных модулей, таких как вейвлет или сигмоидные функции, а также содержат линейный компонент. Можно сконфигурировать количество нелинейных модулей, n для оценки. Подробное описание каждой функции отображения см. на соответствующей странице с описанием.

Нелинейность	Объект отображения	Структура	Комментарии
Вейвлет (по умолчанию)	`wavenet`	$g (x) = \sum_{k = 1}^{n} α_{k} κ (β_{k} (x - γ_{k}))$ где $κ (s)$ является вейвлет.	По умолчанию алгоритм оценки определяет количество модулей n автоматически.
Один слой сигмоидная сеть	`sigmoidnet`	$g (x) = \sum_{k = 1}^{n} α_{k} κ (β_{k} (x - γ_{k}))$ где $κ (s) = {(e^{s} + 1)}^{- 1}$ - сигмоидная функция. $β_{k}$ является вектором-строкой, таким что $β_{k} (x - γ_{k})$ является скаляром.	Количество модулей по умолчанию n 10.
Древовидный раздел	`treepartition`	Кусочно-линейная функция над разбиениями регрессорного пространства, заданная двоичным деревом.	Алгоритм оценки определяет количество модулей автоматически. Попробуйте использовать древовидные разделы для моделирования данных, собранных в области значений рабочих условий.
F линейна в x	`linear`	Этот оценщик производит модель, которая подобна линейной модели ARX, но предлагает дополнительную гибкость определения пользовательских регрессоров.	Используйте, чтобы задать пользовательские регрессоры как функцию отображения, а не как нелинейный объект отображения.
Многослойная нейронная сеть	`neuralnet`	Использует как `network` объект, созданный с помощью программного обеспечения Deep Learning Toolbox™.
Настраиваемая сеть (определяемый пользователем)	`customnet`	Подобно сигмоидной сети, но вы задаете $κ (s)$ .	(Для расширенного использования) Использует модуль измерения.

Документация по System Identification Toolbox

Поддержка

Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.

Документация