Green’s matching: an efficient approach to parameter estimation in complex dynamic systems
Green 匹配：复杂动力系统参数估计的高效方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般微分方程动力系统参数，未明确经济结构模型或宏观时间序列，不能仅因参数估计归入结构估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
Green 匹配：复杂动力系统参数估计的高效方法
- 研究问题
- 对于含一般阶微分算子的复杂动力系统，如何估计刻画系统行为的方程参数，同时避免轨迹导数近似的计算与统计困难？
- 方法与思路
- 作者提出两步 Green 匹配方法，利用 Green 函数实现微分算子的求逆，因此只需近似系统轨迹而无需近似其导数。
- 材料陈述的贡献
- 摘要称该方法计算可行且具有统计效率，为一般阶方程参数估计提供统计最优保证，并支持复杂动力系统中的更广泛推断。
- 阅读关注点
- 应核对 Green 函数所需的边界条件、两步估计构造、参数可识别性，以及统计最优的准则和一般阶方程的适用范围。
- 阅读边界
- 依据所给 Crossref 摘要版本；摘要未列出最优保证的条件、速率和计算比较，不能推断对任意动力系统或既有方法均占优。
原文摘要
Abstract Parameters of differential equations are essential to characterize intrinsic behaviours of dynamic systems. Numerous methods for estimating parameters in dynamic systems are computationally and/or statistically inadequate, especially for complex systems with general-order differential operators, such as motion dynamics. This article presents Green’s matching, a computationally tractable and statistically efficient two-step method, which only needs to approximate trajectories in dynamic systems but not their derivatives due to the inverse of differential operators by Green’s function. This yields a statistically optimal guarantee for parameter estimation in general-order equations, a feature not shared by existing methods, and provides an efficient framework for broad statistical inferences in complex dynamic systems.