线性系统辨识主动激励算法获CDC接收

2026年10月3日，arXiv cs.LG 分类发布一篇机器学习论文，研究线性系统辨识中的最优中心化主动激励问题。研究者提出一种基于普通最小二乘与半定规划的主动学习算法，用于线性系统辨识，可在中心化噪声激励下达到最小样本复杂度，并高效计算系统矩阵估计。该工作先给出任意主动学习算法达到指定精度与置信度所需样本复杂度的下界，再证明所提算法的上界与下界在通用常数因子内匹配，且界显式依赖状态维度等系统参数。论文已被 2026 IEEE CDC 接收。目前事件仅此一篇报道，尚无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。