wilsonrljr/sysidentpy

何を解決するか

SysIdentPy は、システム同定と時系列予測を目的として設計されています。非線形動的モデル、特に NARMAX モデルおよびその変種（NARX、NAR、NARMA、NFIR、ARMAX、ARX、ARMA など）を構築するためのフレームワークを提供し、データから複雑な動的システムをモデル化できるようにします。

動作方法

このライブラリは、モデル構造選択およびパラメータ推定のための多様な手法を実装しています。多項式、フーリエ、バイリニアなどの基底関数を使用して、モデルの非線形性を定義します。FROLS、MetaMSS、AOLS などの複数の構造選択アルゴリズムと、15 以上のパラメータ推定手法をサポートしています。さらに、PyTorch を用いたニューラル NARX モデルの作成も可能で、scikit-learn や CatBoost などの一般的な推定器もラップできます。

対象ユーザー

動的システム、時系列予測、非線形システム同定に取り組む研究者やエンジニア向けです。Matlab の System Identification Toolbox などのツールに対するオープンソースの代替手段としてご利用いただけます。

特徴

• 多様なモデルタイプ: NARX、NAR、ARMAX など、幅広い NARMAX 変種をサポート。
• モデル構造選択: FROLS や Orthogonal Floating Search などの最先端アルゴリズムを含む。
• ニューラル統合: PyTorch を用いてカスタムニューラル NARX アーキテクチャを構築可能。
• 柔軟な基底関数: 非線形モデルをカスタマイズできる 8 種類の基底関数を提供。
• 広範な推定器対応: scikit-learn および CatBoost 推定器と互換性あり。