文献

J-GLOBAL ID：201702245604997680   整理番号：17A0826205

行列指数学習を介した分散確率的最適化【Powered by NICT】

Distributed Stochastic Optimization via Matrix Exponential Learning

著者 (4件)： Mertikopoulos Panayotis (French National Center for Scientific Research, Laboratoire d’Informatique de Grenoble, Grenoble, France) ,  Belmega E. Veronica (ETIS/ENSEA-Universite Cergy-Pontoise-CNRS, Cergy-Pontoise, France) ,  Negrel Romain (Universite de Caen Normandie, UNSCICAEN, GREYC (UMR 6072), Caen, France) ,  Sanguinetti Luca (Dipartimento di Ingegneria dell’Informazione, University of Pisa, Pisa, Italy)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 9  ページ： 2277-2290  発行年： 2017年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
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： 本論文では,信号処理と無線通信で発生する確率的最適化問題とゲームの広いクラスのための分散学習方式を調べた。提案したアルゴリズムは,行列指数学習(MXL)の方法に依存している可能性がある不完全であることを局所的に計算可能な勾配観測を必要とするだけである。を解析するために,安定なNash均衡の概念を導入し,平衡が局所的にのみ安定な場合アルゴリズムは大域的な平衡への収束または局所的に収束することを示した。収束解析を補完するために,ここではまた,アルゴリズムの収束速度の明示的な限界を導出し,いくつかのユーザはそれらのエネルギー効率を最大化しようとする,現実的なmulticarrier/multipleアンテナ無線シナリオで試験した。著者らの結果は,学習は,ユーザがエネルギー効率が100%と500%の間の正味の増加を達成し,非常に高い不確実性下でもできることを示した。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： 不確実性 ,  アルゴリズム ,  エネルギー効率 ,  無線伝送 ,  Nash均衡 ,  *学習 ,  アンテナ ,  ゲーム ,  信号処理
準シソーラス用語： ワイヤレス ,  収束速度 ,  収束解析 ,  分散学習 ,  *確率的最適化 , 【Automatic Indexing@JST】

分類 (3件)： 無線通信一般  (ND08010L) ,  信号理論  (ND02020G) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (4件)： 行列 ,  指数 ,  学習 ,  確率的最適化