이 논문은 유한 집합에서 최대 우도 추정기를 사용하여 선형 시스템을 식별하는 문제를 다룹니다. 안정성 가정 없이 표본 복잡도에 대한 상한을 제공하고, 추정기와 무관한 하한을 도출합니다.
정보 상태를 상태 벡터로 사용하여 입출력 데이터로부터 직접 상태 공간 모델을 실현할 수 있는 새로운 시스템 식별 방법론을 제안한다. 이 접근법은 자유 응답과 강제 응답을 구분할 필요가 없으며, 최적 출력 피드백 제어에 활용될 수 있다.
기계 학습 도구, 특히 자동 미분 프레임워크를 활용하여 백프로파게이션을 사용하는 이산 선형 다단계 상태 공간 시스템 식별 방법인 SIMBa를 소개합니다. SIMBa는 식별된 모델의 안정성을 보장하기 위해 슈어 행렬의 새로운 선형 행렬 부등식 기반 자유 매개변수화를 활용합니다.