文献

J-GLOBAL ID：201202262253899087   整理番号：12A1554136

ロバストなオンラインスパース最小二乗推定のためのインクリメンタル信頼領域法

An Incremental Trust-Region Method for Robust Online Sparse Least-Squares Estimation

著者 (3件)： ROSEN David M. (Massachusetts Inst. Technol., MA, USA) ,  KAESS Michael (Massachusetts Inst. Technol., MA, USA) ,  LEONARD John J. (Massachusetts Inst. Technol., MA, USA)
資料名： Proceedings. IEEE International Conference on Robotics and Automation  (Proceedings. IEEE International Conference on Robotics and Automation)
巻： 2012 Vol.2  ページ： 1262-1269  発行年： 2012年 
JST資料番号： T0044A  ISSN： 1050-4729  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンピュータ視覚およびロボット工学における,多くのオンライン推論問題は,確率分布により特徴づけられる。その因子グラフはスパースで,その因子はすべて残存誤差のガウス関数で表現されている。本稿では,オンラインスパース最小二乗最小化での使用に適合させるために,Powellのドッグレグ信頼領域法を逐次的に改良した,ロバストなインクリメンタル最小二乗推定(RISE)法を導いた。信頼領域法としてのPowellドッグレグは,完全なグローバル収束性をもち,Gauss-Newton法および,Levenberg-Marquardt法と比べてかなり高速であることが知られている。その結果,RISEは,目的関数の非線形性に対して,優れたロバスト性を提供した上でさらに,iSAMのような,現在の最先端のインクリメンタルスパース最小二乗法のスピードを維持できた。

シソーラス用語： *ロバスト性 ,  性質 ,  *最小二乗推定 ,  アルゴリズム ,  信頼区間 ,  確率分布 ,  収束 ,  目的関数
準シソーラス用語： *インクリメンタルアルゴリズム ,  スパース性 ,  ロバスト

分類 (2件)： ロボットの設計・製造・構造要素  (IC04013A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ロバスト ,  オンライン ,  最小二乗推定 ,  信頼領域