文献

J-GLOBAL ID：201702258508371176   整理番号：17A1271478

未知時変統計を持つ事象の持続的監視【Powered by NICT】

Persistent surveillance of events with unknown, time-varying statistics

著者 (4件)： Baykal Cenk (Computer Science and Artificial Intelligence Lab, Cambridge, MA 02139, USA) ,  Rosman Guy (Computer Science and Artificial Intelligence Lab, Cambridge, MA 02139, USA) ,  Claici Sebastian (Computer Science and Artificial Intelligence Lab, Cambridge, MA 02139, USA) ,  Rus Daniela (Computer Science and Artificial Intelligence Lab, Cambridge, MA 02139, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 2682-2689  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： 離散位置で起こる確率的時変事象をモニタリングの問題を考察した。問題の定式化は事象の速度は時間非一様なが未知,動的環境におけるイベント検出を最大化する目的を考慮して持続性サーベイランスにおける以前の研究を拡張し,急激な変化を受ける可能性がある。探索と利用の間のバランスだけでなく未知の環境の時間的変動を扱うために情報の記憶と廃棄間のバランスを実現して効果的に新しいモニタリングアルゴリズムを提案した。全時間的変動は準線形という仮定の下で,提案アルゴリズムにより生成された政策の長期平均最適性を証明する解析を提示した。は実世界アプリケーションによって触発されたいくつかのモニタリングシナリオにおいて,このアルゴリズムの有効性を実証するシミュレーション結果と観測された過程の統計における連続ランダムと急激な変化へのロバスト性を示した。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： 応用プログラム ,  サーベイランス ,  線形性 ,  定式化 ,  シミュレーション ,  アルゴリズム ,  ロバスト性 ,  *経時変化
準シソーラス用語： 最適性 ,  持続性 ,  イベント検出 ,  動的環境 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 統計 ,  事象 ,  持続的監視