← IBR 动态与物理信息学习

IBR 动态与物理信息学习

IBR 辨识与学习模型验证

T1 · 进阶专题 · 4 个模块

研究激励、参数含义、残差歧义与独立证据。

当前提供模块框架；完整讲义、可运行实验与练习解答逐步开发。

先修知识与学习路径

建模与 Neural ODE 课程；验证项目需要稳定性基础。

模块目录

  1. 激励、观测与可辨识性

    确定测量能够揭示哪些选定参数的信息。

    模块提纲

  2. 参数与残差补偿

    检查等效拟合并检验分阶段估计的假设。

    模块提纲

  3. 配置不确定性与公平基线

    评价模型时避免给某种方法隐藏的信息优势。

    模块提纲

  4. 学习动态的独立验证

    构建超出校准轨迹拟合的证据。

    模块提纲

结课项目

设计观测条件明确、基线公平的辨识研究。

交付内容

  • 观测与激励约定。
  • 基线、划分、噪声与种子规范。
  • 区分预测准确性与参数恢复的报告。