文献

J-GLOBAL ID：201802210946029864   整理番号：18A1508799

Newton法による非定常無線制御システムにおける学習【JST・京大機械翻訳】

Learning in Non-Stationary Wireless Control Systems via Newton’s Method

著者 (4件)： Eisen Mark (University of Pennsylvania, Department of Electrical and Systems Engineering) ,  Gatsis Konstantinos (University of Pennsylvania, Department of Electrical and Systems Engineering) ,  Pappas George J. (University of Pennsylvania, Department of Electrical and Systems Engineering) ,  Ribeiro Alejandro (University of Pennsylvania, Department of Electrical and Systems Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ACC  ページ： 1410-1417  発行年： 2018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： 本論文は,未知の時変非定常チャネル上の無線制御システムを考察した。目標は,固定された予算内で送信電力を割り当てることにより,独立制御システムのセットの制御性能を最大化することである。チャネルの時変分布は未知であるので,チャネルのサンプルをあらゆるエポックにおいて取り上げた。得られた確率的最適化問題をLagrange双対領域において逆にすることにより,機械学習において良く研究された問題であるある経験的リスク測度を最小化する等価形式を取ることを実証した。Newtonの方法を用いて,チャネルがエポックのウィンドウ上で時間とともに進化するので,サンプリングされた二重関数上の近似的に最適な電力配分ポリシーを迅速に学習する。Newtonの二次収束速度を用いて,サンプリングサイズとチャネル変動の速度に関するある条件下で,これらの最適ポリシーの瞬時学習と追跡を確立した。数値シミュレーションにより,低次元無線制御問題に対する学習アルゴリズムの有効性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 配電 ,  測度 ,  *学習 ,  チャネル ,  機械学習 ,  学習アルゴリズム ,  シミュレーション ,  *制御系 ,  *Newton-Raphson法 ,  近似法
準シソーラス用語： 低次元 ,  数値シミュレーション ,  収束速度 ,  送信電力 ,  *ラジコン ,  *非定常性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： Newton法 ,  非定常 ,  無線制御 ,  学習