文献

J-GLOBAL ID：201702230667308295   整理番号：17A1271927

ロボットモデル学習のためのオンラインBayes回帰混合モデル【Powered by NICT】

On-line Bayesian regression mixture model for robot model learning

著者 (3件)： Park Sooho (Mechanical Engineering, Carnegie Mellon University, 5000 Forbes Avenue, Pittsburgh, Pennsylvania 15213, USA) ,  Wang Junlin (Mechanical Engineering, Carnegie Mellon University, 5000 Forbes Avenue, Pittsburgh, Pennsylvania 15213, USA) ,  Kenji Shimada (Mechanical Engineering, Carnegie Mellon University, 5000 Forbes Avenue, Pittsburgh, Pennsylvania 15213, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 6449-6454  発行年： 2017年 
JST資料番号： W2441A  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： ロボットシステムの性能をそのモデルに強く依存している。本論文では,Gauss混合モデルに基づく効率的なオンラインBayes回帰アルゴリズムを提案した。局所Gauss専門家の混合モデルを用いることにより,提案アルゴリズムは,データの大域的相関を分離と局所モデルセットの大きさに線形計算コストを達成した。提案したアルゴリズムは,オンライン実装を実現した。局所モデルオンザフライの大きさを管理するために,確率的基準に基づく添加とせん定局部モデルの戦略を提案した。さらに,異常値と非定常システムを処理するための忘却戦略を提案した。最後に,アルゴリズムは他のオンライン回帰アルゴリズムに匹敵する結果を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *ロボット ,  異常値 ,  *モデル ,  線形性
準シソーラス用語： 非定常性 ,  計算コスト ,  Gauss混合モデル ,  ロボットシステム ,  *混合モデル ,  *オンライン ,  *モデル学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： ロボット ,  モデル学習 ,  オンライン ,  混合モデル