统计学 > 机器学习
[提交于 2015年7月2日
]
标题: 经典方法与贝叶斯方法在线性系统辨识中的对比:点估计器与置信集
标题: Classical vs. Bayesian methods for linear system identification: point estimators and confidence sets
摘要: 本文比较了经典参数方法与最近开发的系统辨识贝叶斯方法。 考虑了全贝叶斯解以及基于经验贝叶斯范式的标准近似之一。报告了关于冲激响应点估计以及置信区域的结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.