文献

J-GLOBAL ID：201702277698033242   整理番号：17A0755735

量子化された跳躍結合と不確実な測定による確率的複雑ネットワークのための非同期散逸状態推定【Powered by NICT】

Asynchronous Dissipative State Estimation for Stochastic Complex Networks With Quantized Jumping Coupling and Uncertain Measurements

著者 (5件)： Xu Yong (Guangdong Key Laboratory of IOT Information Processing, School of Automation, Guangdong University of Technology, Guangzhou, China) ,  Lu Renquan (Guangdong Key Laboratory of IOT Information Processing, School of Automation, Guangdong University of Technology, Guangzhou, China) ,  Peng Hui (Key Laboratory for IOT and Information Fusion Technology of Zhejiang, Institute of Information and Control, Hangzhou Dianzi University, Hangzhou, China) ,  Xie Kan (Guangdong Key Laboratory of IOT Information Processing, School of Automation, Guangdong University of Technology, Guangzhou, China) ,  Xue Anke (Key Laboratory for IOT and Information Fusion Technology of Zhejiang, Institute of Information and Control, Hangzhou Dianzi University, Hangzhou, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 2  ページ： 268-277  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： 本文では,拘束とランダムに変化する結合と不確実な測定をもつ離散時間確率的複雑ネットワークのクラスに対する状態推定問題を取り上げて論じた。ランダムに変化する結合はMarkov連鎖により支配され,容量制約は対数量子化器を導入することにより処理した。測定の不確実性は,乗法的雑音によりモデル化した。非同期推定量は各ノードが結合情報へアクセスできないという困難さを克服するように設計されていると,拡張推定誤差システムがKronecker積を用いて得られた。十分条件を確立し,これは推定誤差システムが確率的に安定であることを保証し,厳密な(Q,S,R)-γ-散逸性を達成した。推定器利得は,線形行列不等式法を用いて導出した。最後に,数値例を挙げて,提案した新しい設計法の有効性を示すために提供した。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： 乗算 ,  *量子化 ,  雑音 ,  *状態推定 ,  十分条件 ,  量子化器 ,  *跳躍現象 ,  モデリング ,  Markov連鎖 ,  利得 ,  *不確実性 ,  推定量
準シソーラス用語： 線形行列不等式 ,  推定誤差 ,  *複雑ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 量子化 ,  跳躍 ,  確率 ,  複雑ネットワーク ,  非同期 ,  散逸 ,  状態推定