非線形システムの状態推定

自己注意メカニズムとラティス軌跡線形近似に基づく非線形カルマンフィルタリング

本論文は、自己注意メカニズムを組み込んだ新しいカルマンフィルタリングアルゴリズム(AtKF)を提案する。AtKFは状態系列間の依存関係をより効果的に捉えることで、ノイズ影響やモデル誤差に対する推定精度と頑健性を向上させる。また、ラティス軌跡線形近似(LTPWL)とバッチ推定アルゴリズムに基づくプリトレーニング手法を導入し、再帰的な訓練プロセスの不安定性と非効率性を解決する。

自己注意メカニズムとラティス軌跡線形近似に基づく非線形カルマンフィルタリング

物理情報に基づく機械学習を用いた非線形システムの自己調整移動ホライズン推定