文献

J-GLOBAL ID：201702257598887139   整理番号：17A1631257

因子グラフ上の線形最適制御 メッセージパッシング展望【Powered by NICT】

Linear Optimal Control on Factor Graphs - A Message Passing Perspective -

著者 (2件)： Hoffmann Christian (Institute for Electrical Engineering in Medicine, 23568 Luebeck, Germany) ,  Rostalski Philipp (Institute for Electrical Engineering in Medicine, 23568 Luebeck, Germany)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 50  号： 1  ページ： 6314-6319  発行年： 2017年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 因子グラフは二部グラフとしての確率密度関数の因数分解を表す確率的グラフィカルモデルのクラスを形成する。メッセージパッシングによる推論問題を効率的に解くために基礎となるモデルの条件付き独立性構造を利用するために用いることができる。このクラスのモデルが広く用いられている本報では制御における因子グラフの利用を提唱し,例えば,信号処理と通信への類似性を明らかにした。最適制御の確率的解釈へのファクタグラフの枠組みを適用することにより,いくつかの古典的結果を回復した。線形二次Gauss制御のための動的計画アプローチは,可能な拡張を例示因子グラフ上のメッセージパッシングアルゴリズムとして記述した。因子グラフベース反復学習制御方式を概説し,正常未知分散事前分布の期待値最大化ベース推定は,疎な制御信号の導出に適した,混合による分野に渡る統一フレームワークを用いて,対応するグラフアルゴリズムを整合させる利点を強調した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 因数分解 ,  確率モデル ,  類似性 ,  信号処理 ,  *最適制御 ,  *線形性 ,  Kalmanフィルタ ,  確率密度関数
準シソーラス用語： グラフアルゴリズム ,  EMアルゴリズム ,  事前分布 ,  メッセージパッシングアルゴリズム ,  二部グラフ ,  *メッセージパッシング ,  *因子グラフ , 【Automatic Indexing@JST】

著者キーワード (8件)： メッセージパッシング ,  確率モデル ,  LQG制御 ,  因子グラフ ,  期待値最大化 ,  Kalmanフィルタリング ,  反復学習制御 ,  正常未知分散前

分類 (4件)： 信号理論  (ND02020G) ,  符号理論  (ND02030R) ,  人工知能  (JE08000Z) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (5件)： 因子グラフ ,  線形 ,  最適制御 ,  メッセージパッシング ,  展望