Algoritmos adaptativos de mínimos cuadrados recursivos basados en tensores con características de baja complejidad y alta robustez
Autores: Fîciu, Ionu-Dorinel; Stanciu, Cristian-Lucian; Elisei-Iliescu, Camelia; Anghel, Cristian
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Algoritmos adaptativos de mínimos cuadrados recursivos basados en tensores con características de baja complejidad y alta robustez
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propuesto
Basado en tensores
Identificación
Algoritmo
Regularización
Rendimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
El algoritmo de descenso de coordenadas dicotómicas basado en tensores recientemente propuesto, denominado RLS-DCD-T, fue diseñado para la identificación de formas multilíneas. En este contexto, un problema de identificación de sistemas de alta dimensionalidad puede abordarse de manera eficiente (ganando en términos de rendimiento y complejidad), basado en la descomposición y modelado de tensores. En este documento, siguiendo el marco del RLS-DCD-T, proponemos una versión regularizada de este algoritmo, donde los términos de regularización se incorporan dentro de las funciones de costo. Además, se derivan los parámetros de regularización óptimos, con el objetivo de atenuar los efectos del ruido del sistema. Los resultados de la simulación respaldan las características de rendimiento del algoritmo propuesto, especialmente en términos de su robustez en entornos ruidosos.
Descripción
El algoritmo de descenso de coordenadas dicotómicas basado en tensores recientemente propuesto, denominado RLS-DCD-T, fue diseñado para la identificación de formas multilíneas. En este contexto, un problema de identificación de sistemas de alta dimensionalidad puede abordarse de manera eficiente (ganando en términos de rendimiento y complejidad), basado en la descomposición y modelado de tensores. En este documento, siguiendo el marco del RLS-DCD-T, proponemos una versión regularizada de este algoritmo, donde los términos de regularización se incorporan dentro de las funciones de costo. Además, se derivan los parámetros de regularización óptimos, con el objetivo de atenuar los efectos del ruido del sistema. Los resultados de la simulación respaldan las características de rendimiento del algoritmo propuesto, especialmente en términos de su robustez en entornos ruidosos.