文献

J-GLOBAL ID：201702278706073360   整理番号：17A1648168

ハイブリッド拡張カルマンフィルタを用いたコンピュータウイルス流行力学系における状態推定【Powered by NICT】

State estimation in computer virus epidemic dynamical systems using hybrid extended Kalman filter

著者 (4件)： Lei Chengwei (Department of Computer and Electrical Engineering and Computer Science, California State University Bakersfield, Bakersfield, CA, USA) ,  Qian Chunjiang (Department of Electrical and Computer Engineering, the University of Texas at San Antonio, San Antonio, Texas 78249, USA) ,  Tian Weisong (Department of Electrical and Computer Engineering, South Dakota School of Mines and Technology, Rapid City, SD 57701, USA) ,  Jia Ruting (Department of Electrical and Computer Engineering, California State University Northridge, Northridge, CA 91325, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIA  ページ： 349-354  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： 連続-離散拡張Kalmanフィルタ(いわゆるハイブリッド拡張Kalmanフィルタ[1])を用いて任意のスパースネットワークにおける時間に依存するパラメータを持つウイルス/虫流行動的系における状態推定の問題を考察した。ウイルス拡散動的モデルは測定不能な状態と状態推定は,複雑な,簡単ではないとする高度に非線形性であった。連続時間動的と離散時間測定のために,本論文では,状態を推定するためにハイブリッド拡張Kalmanフィルタを導入した。一段階さらなる動きとして,Kephartと白色[2],[3]の均一性仮定を除去し,モデルパラメータは,時間に関して変化する可能性のあることは,現実的なシナリオに適応モデルを導入した。シミュレーションは,一定数のノードの小さなスパースネットワークを介して,ハイブリッドKalmanフィルタは高速で正確な推定を与えることを実証した。もちろん,この問題は十分な対処ができる前に,取り組まなければならない微妙な問題である。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： 非線形性 ,  *ウイルス ,  Kalmanフィルタ ,  ダイナミックモデル ,  *力学系 ,  連続時間系 ,  高速度 ,  時間測定 ,  *状態推定 ,  *コンピュータウイルス ,  動的系
準シソーラス用語： モデルパラメータ ,  *拡張Kalmanフィルタ , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 拡張カルマンフィルタ ,  コンピュータウイルス ,  流行 ,  力学系 ,  状態推定