RobustLDS：对抗污染下的线性动力系统学习

研究者 Aravinda Kanchana Ruwanpathirana 与 Hemant Tyagi 提出 RobustLDS，用于在部分观测被对抗异常值污染的条件下，从长度为 T 的单一轨迹中学习线性动力系统。 该方法基于最小截尾平方的松弛，结合交替最小化算法，并给出两个利用异常值组稀疏性的估计器：一个带惩罚项，一个带硬约束。其中组稀疏惩罚估计器给出了非渐近误差界，实证显示所提估计器在实践中表现良好。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。