任务间共享和特有结构分解的多任务TSK模糊系统建模

• 作者: 赵壮壮 王骏 潘祥 邓赵红 施俊 王士同
• 来源期刊: 智能系统学报
• 关键词: TSK模糊系统 非线性 多任务 低秩 稀疏 参数分解 泛化性能 可解释性
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 机器学习|Machine Learning
• 页码范围: 622-629
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.11992/tis.202007009

摘要

现有的多任务Takagi-Sugeno-Kang(TSK)模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性.针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法.该方法将后件参数分解为共享参数和特有参数两个分量,既充分利用了任务间共享信息,又有效地保留了单个任务的特性.最后,本文利用增广拉格朗日乘子法(ALM)求解该最优化问题.实验结果表明,该方法比现有的模型获得了更好的表现.