文献

J-GLOBAL ID：201702255728231476   整理番号：17A1263113

時変有向トポロジーと量子化された通信を用いたマルチエージェントネットワークにおける分散コンセンサス最適化【Powered by NICT】

Distributed Consensus Optimization in Multiagent Networks With Time-Varying Directed Topologies and Quantized Communication

著者 (5件)： Li Huaqing (College of Electronic and Information Engineering, Southwest University, Chongqing, China) ,  Huang Chicheng (College of Electronic and Information Engineering, Southwest University, Chongqing, China) ,  Chen Guo (School of Electrical Engineering and Computer Science, University of Newcastle, Sdyney, NSW, Australia) ,  Liao Xiaofeng (College of Electronic and Information Engineering, Southwest University, Chongqing, China) ,  Huang Tingwen (Texas A&M University at Qatar, Doha, Qatar)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 8  ページ： 2044-2057  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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,すべてのエージェントの凸費用関数の和としてモデル化した最適化問題のクラスを解く考慮し,各エージェントは,その個々の機能にアクセス可能なだけであった。マルチエージェントネットワークにおけるエージェント間のコミュニケーションは制限されると仮定した:各エージェントが限られた容量を持つ時変通信チャネルを用いてその近隣情報を相互作用することができる。限界を克服する手法を相互作用情報への量子化プロセスを実行することである。量子化された情報は最初に送信する前に各エージェントの側で2値系列として符号化される。二元配列は隣接エージェントが受信した後,対応する復号化方式を用いて量子化プロセスに起因する誤差のある程度の元の情報を再開した。各エージェントの符号化状態(そのをチャンネルに関連した)と復号化状態(そのチャンネルに関連した)のアベイラビリティにより,二つの反復配列,そのうちの1つは最適解に収束し,他の最適値に達することを生成する分散最適化アルゴリズムを考案した。パラメータはいくつかの温厚な条件を満足すれば,量子化誤差は限られた範囲に存するとコンセンサス最適化を達成できることを証明した。固定ネットワークにおける各連結通信チャネルの量子化レベルの数を最小にする方法も徹底的に調べた。システムパラメータを適切に選択することで,1ビット情報交換はコンセンサス最適化を確実にするのに十分であることが分かった。最後に,アルゴリズムの有効性を示すだけでなく,理論的発見を検証するために二つの数値シミュレーション実験提示した。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： コミュニケーション ,  *ネットワーク ,  復号化 ,  モデリング ,  *位相幾何学 ,  通信チャネル ,  *エージェント ,  最適化問題 ,  *量子化 ,  相互作用 ,  *最適化 ,  符号化 ,  費用関数 ,  アルゴリズム
準シソーラス用語： 数値シミュレーション , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 時 ,  トポロジー ,  量子化 ,  マルチエージェント ,  分散コンセンサス ,  最適化