Paradigm of nonstochastic approach tosystem identification
The paper discusses the construction of linear models, the complexity of which is determined by dimensionality. Within the framework of the non-stochastic approach, a methodological and mathematical foundation for reconstructing models that describe processes in complex systems is developed. Asympto...
Saved in:
| Published in: | Проблеми керування та інформатики |
|---|---|
| Date: | 2023 |
| Main Authors: | , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2023
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/210935 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Paradigm of nonstochastic approach tosystem identification / V. Gubarev, S. Melnychuk, N. Salnikov // Проблеми керування та інформатики. — 2023. — № 1. — С. 42–58. — Бібліогр.: 32 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862546572773949440 |
|---|---|
| author | Gubarev, V. Melnychuk, S. Salnikov, N. |
| author_facet | Gubarev, V. Melnychuk, S. Salnikov, N. |
| citation_txt | Paradigm of nonstochastic approach tosystem identification / V. Gubarev, S. Melnychuk, N. Salnikov // Проблеми керування та інформатики. — 2023. — № 1. — С. 42–58. — Бібліогр.: 32 назв. — англ. |
| collection | DSpace DC |
| container_title | Проблеми керування та інформатики |
| description | The paper discusses the construction of linear models, the complexity of which is determined by dimensionality. Within the framework of the non-stochastic approach, a methodological and mathematical foundation for reconstructing models that describe processes in complex systems is developed. Asymptotic modeling allows for the formation of classes of models suitable for solving identification problems. An exact description corresponds to an infinite extension, and thus the quality of the model improves with its increasing dimensionality. However, errors in the available data prevent the indefinite increase in dimensionality due to the ill-posedness of the identification problem starting from a certain dimension. The regularization procedure enables the determination of an effective approximate solution to the identification problem, which, in the non-stochastic case, is consistent with the data errors. The properties and features of the proposed approach are illustrated by modeling results.
У статті розглядається побудова лінійних моделей, складність яких визначається розмірністю. У рамках нестохастичного підходу розроблено методологічну та математичну основу реконструкції моделей, що описують процеси у складних системах. Асимптотичне моделювання дозволяє для такої системи формувати класи моделей, які підходять для розв’язання задачі ідентифікації. Точний опис відповідає нескінченному розширенню, тому якість моделі покращується зі збільшенням її розмірності. Однак помилки в наявних даних не дозволяють безмежно збільшувати їхню розмірність через погану обумовленість задачі ідентифікації, починаючи з деякого виміру. Процедура регуляризації дозволяє визначити ефективне наближене рішення задачі ідентифікації, яке для нестохастичного випадку узгоджується з помилками даних. Властивості та особливості пропонованого підходу ілюструються результатами моделювання.
|
| first_indexed | 2026-03-13T00:52:50Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-210935 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Ukrainian |
| last_indexed | 2026-03-13T00:52:50Z |
| publishDate | 2023 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Gubarev, V. Melnychuk, S. Salnikov, N. 2025-12-21T10:53:01Z 2023 Paradigm of nonstochastic approach tosystem identification / V. Gubarev, S. Melnychuk, N. Salnikov // Проблеми керування та інформатики. — 2023. — № 1. — С. 42–58. — Бібліогр.: 32 назв. — англ. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/210935 681.5.015; 519.233 10.34229/1028-0979-2023-1-4 The paper discusses the construction of linear models, the complexity of which is determined by dimensionality. Within the framework of the non-stochastic approach, a methodological and mathematical foundation for reconstructing models that describe processes in complex systems is developed. Asymptotic modeling allows for the formation of classes of models suitable for solving identification problems. An exact description corresponds to an infinite extension, and thus the quality of the model improves with its increasing dimensionality. However, errors in the available data prevent the indefinite increase in dimensionality due to the ill-posedness of the identification problem starting from a certain dimension. The regularization procedure enables the determination of an effective approximate solution to the identification problem, which, in the non-stochastic case, is consistent with the data errors. The properties and features of the proposed approach are illustrated by modeling results. У статті розглядається побудова лінійних моделей, складність яких визначається розмірністю. У рамках нестохастичного підходу розроблено методологічну та математичну основу реконструкції моделей, що описують процеси у складних системах. Асимптотичне моделювання дозволяє для такої системи формувати класи моделей, які підходять для розв’язання задачі ідентифікації. Точний опис відповідає нескінченному розширенню, тому якість моделі покращується зі збільшенням її розмірності. Однак помилки в наявних даних не дозволяють безмежно збільшувати їхню розмірність через погану обумовленість задачі ідентифікації, починаючи з деякого виміру. Процедура регуляризації дозволяє визначити ефективне наближене рішення задачі ідентифікації, яке для нестохастичного випадку узгоджується з помилками даних. Властивості та особливості пропонованого підходу ілюструються результатами моделювання. uk Інститут кібернетики ім. В.М. Глушкова НАН України Проблеми керування та інформатики Методи керування та оцінювання в умовах невизначеності Paradigm of nonstochastic approach tosystem identification Парадигма нестохастичного підходу до ідентифікації систем Article published earlier |
| spellingShingle | Paradigm of nonstochastic approach tosystem identification Gubarev, V. Melnychuk, S. Salnikov, N. Методи керування та оцінювання в умовах невизначеності |
| title | Paradigm of nonstochastic approach tosystem identification |
| title_alt | Парадигма нестохастичного підходу до ідентифікації систем |
| title_full | Paradigm of nonstochastic approach tosystem identification |
| title_fullStr | Paradigm of nonstochastic approach tosystem identification |
| title_full_unstemmed | Paradigm of nonstochastic approach tosystem identification |
| title_short | Paradigm of nonstochastic approach tosystem identification |
| title_sort | paradigm of nonstochastic approach tosystem identification |
| topic | Методи керування та оцінювання в умовах невизначеності |
| topic_facet | Методи керування та оцінювання в умовах невизначеності |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/210935 |
| work_keys_str_mv | AT gubarevv paradigmofnonstochasticapproachtosystemidentification AT melnychuks paradigmofnonstochasticapproachtosystemidentification AT salnikovn paradigmofnonstochasticapproachtosystemidentification AT gubarevv paradigmanestohastičnogopídhodudoídentifíkacíísistem AT melnychuks paradigmanestohastičnogopídhodudoídentifíkacíísistem AT salnikovn paradigmanestohastičnogopídhodudoídentifíkacíísistem |