A Regularized Variable Projection Algorithm for Separable Nonlinear Least-Squares Problems

Separable nonlinear least-squares (SNLLS) problems arise frequently in many research fields, such as system identification and machine learning. The variable projection (VP) method is a very powerful tool for solving such problems. In this paper, we consider the regularization of ill-conditioned SNL...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on automatic control Ročník 64; číslo 2; s. 526 - 537
Hlavní autoři:	Chen, Guang-Yong, Gan, Min, Chen, C. L. Philip, Li, Han-Xiong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.02.2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Approximation algorithms Conditioning Data fitting Gallium nitride Iterative methods Jacobian matrices Least squares Linear programming Machine learning Machine learning algorithms Optimization Parameter estimation Regularization separable nonlinear least squares (SNLLS) Statistical models System identification variable projection (VP) weighted generalized cross validation (WGCV)
ISSN:	0018-9286, 1558-2523
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!