文献

J-GLOBAL ID：201702262196578825   整理番号：17A0911108

不規則方向Kiefer Wolfowitz確率近似を用いた適応システムの最適化【Powered by NICT】

Adaptive System Optimization Using Random Directions Stochastic Approximation

著者 (4件)： L. A. Prashanth (Institute for Systems Research, University of Maryland, College Park, Maryland, Switzerland) ,  Bhatnagar Shalabh (Department of Computer Science and Automation, Indian Institute of Science, Bangalore) ,  Fu Michael (Robert H. Smith School of Business & Institute for Systems Research, University of Maryland, College Park, Maryland) ,  Marcus Steve (Department of Electrical and Computer Engineering & Institute for Systems Research, University of Maryland, College Park, Maryland)
資料名： IEEE Transactions on Automatic Control  (IEEE Transactions on Automatic Control)
巻： 62  号： 5  ページ： 2223-2238  発行年： 2017年 
JST資料番号： C0223A  ISSN： 0018-9286  CODEN： IETAA9  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： ランダム方向を用いた確率的近似(RDSA)シミュレーション最適化のための新しいアルゴリズムを提案した。これらは一次(勾配)と二次(Newton)スキームを含んでいる。連続値だけでなく離散値の両方の摂動両タイプのアルゴリズムに組み込んだ。前者は独立同一分布(i.i.d.)対称均一分布ランダム変数(r.v.)になるように選択し,一方,後者はi.i.d.非対称Bernoulli r.v.s.である新規H essian推定方式と,Newtonアルゴリズムでは,反復ごとにN次元摂動と三損失測定を必要とするが,[1]の同時摂動Newton探索アルゴリズムでは,反復ごとに2N次元摂動と四損失測定を必要とする。勾配とヘッシアン両推定値の漸近的不偏性および一次と二次の両方式の漸近(強い)収束性を証明した。も漸近正規性の結果,特にNewton RDSA法の不斉Bernoulli変異体である[1]の2spsaよりも優れていることを確立を提供した。数値実験を用いて,理論的結果を検証した。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： 対称性 ,  *確率近似 ,  アルゴリズム ,  *適応系 ,  推定量 ,  非対称性 ,  *最適化 ,  摂動
準シソーラス用語： 数値実験 ,  Hessian行列 ,  探索アルゴリズム ,  ランダム変数 ,  シミュレーション最適化 , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  システム同定  (IA02040O)

タイトルに関連する用語 (3件)： 確率近似 ,  適応システム ,  最適化