文献

J-GLOBAL ID：201702281327710572   整理番号：17A1253125

敵対的雑音の存在下での動的パラメータのマルチエージェント追跡のためのオンライン最適化アプローチ【Powered by NICT】

An online optimization approach for multi-agent tracking of dynamic parameters in the presence of adversarial noise

著者 (2件)： Shahrampour Shahin (Department of Electrical Engineering at Harvard University, Cambridge, MA 02138 USA) ,  Jadbabaie Ali (Institute for Data, Systems, and Society at Massachusetts Institute of Technology, Cambridge, 02139 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACC  ページ： 3306-3311  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： 本論文では,マルチエージェントネットワークにおける移動標的の追跡を指向した。ターゲットは敵対的雑音で信頼できない線形動力学に従い,すなわち,雑音は統計的分布から生じなかった。各時間でターゲットの位置は世界的な時変損失関数を誘導し,全体的な損失は,局所損失の和,その各々は1剤を関連づけることである。エージェントは雑音のある観測は非線形であることができた。そうした行為主体は,相互に通信する全体的な損失のミニマイザを追跡するための分散オンライン最適化としてこの問題を定式化した。ミラー降下アルゴリズムの分散版を提案し,問題の非漸近解析を行った。動的後悔の概念を用いて,このアルゴリズムの性能対集中設定におけるそのオフライン対応物を測定した。動的後悔の限界は,ネットワークスペクトルギャップに逆比例することを証明し,そしてそれは線形動力学に関して敵対的雑音引き起こす偏差を示した。著者らの結果は,分散最適化文献の結果の数が含まれている。最後に,数値実験では,提案アルゴリズムは,非線形観測を用いたマルチエージェント追跡のための簡単に実現できることを実証した。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： 定式化 ,  *雑音 ,  アルゴリズム ,  損失関数 ,  *エージェント ,  線形性
準シソーラス用語： 数値実験 ,  分散最適化 ,  オフライン ,  漸近解析 ,  統計分布 ,  移動目標 ,  *オンライン最適化 ,  *マルチエージェント ,  *動的パラメータ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (6件)： 敵対 ,  雑音 ,  動的パラメータ ,  マルチエージェント ,  追跡 ,  オンライン最適化