自回歸模型

速報

兩層線性自回歸模型自動逼近卡爾曼濾波的理論突破

本研究針對自回歸模型在序列資料（如語言與影片）上的表現進行理論探討，聚焦於部分觀測線性動態系統。研究證明，透過經驗風險最小化訓練的兩層線性自回歸模型，能自然學習到與最佳卡爾曼濾波相同的隱藏狀態估計，儘管模型未直接取得系統動態或狀態資訊。