Core Concepts
다변수 선형 시스템의 데이터 기반 모델링을 위한 Loewner 프레임워크를 제안하며, 차원의 저주를 극복하는 방법을 제시한다.
Abstract
이 논문은 다변수 선형 시스템의 데이터 기반 모델링을 위한 Loewner 프레임워크를 제안한다. 주요 내용은 다음과 같다:
다변수 합리적 함수를 위한 일반화된 실현 형태를 제안한다. 이를 통해 복잡도를 제어할 수 있다.
n차원 Loewner 행렬을 정의하고, 이것이 연결된 Sylvester 방정식의 해임을 보인다.
n차원 Loewner 행렬의 null 공간 계산 복잡도를 1차원 Loewner 행렬의 null 공간 계산으로 대체함으로써, 차원의 저주를 극복한다. 이를 통해 복잡도를 O(N^3)에서 약 O(N^1.4)로 낮출 수 있다.
데이터로부터 다변수 실현을 구축하는 두 가지 알고리즘을 제시한다.
이를 통해 다변수 선형 시스템의 데이터 기반 모델링 문제를 효과적으로 해결할 수 있다.
Stats
다변수 선형 시스템의 상태 공간 표현은 E(S)ẋ(t;S) = A(S)x(t;S) + B(S)u(t), y(t;S) = C(S)x(t;S)로 주어진다.
여기서 S = [2s, ..., ns]^T는 n-1개의 매개변수를 나타낸다.
전달 함수 H(1s, 2s, ..., ns) = C(S)(1sE(S) - A(S))^(-1)B(S)는 n개의 변수를 가진 다변수 유리 함수이다.
Quotes
"다변수 유리 함수의 일반화된 실현 형태를 제안한다. 이를 통해 복잡도를 제어할 수 있다."
"n차원 Loewner 행렬의 null 공간 계산 복잡도를 1차원 Loewner 행렬의 null 공간 계산으로 대체함으로써, 차원의 저주를 극복한다."
"이를 통해 복잡도를 O(N^3)에서 약 O(N^1.4)로 낮출 수 있다."