文献

J-GLOBAL ID：201802244429484645   整理番号：18A0435454

乱流条件における自律探索と源再構成のための戦略としてのEntrotaxis【Powered by NICT】

Entrotaxis as a strategy for autonomous search and source reconstruction in turbulent conditions

著者 (3件)： Hutchinson Michael (Department of Aeronautical and Automotive Engineering, Loughborough University, Leicestershire, UK) ,  Oh Hyondong (School of Mechanical and Nuclear Engineering, Ulsan National Institute of Science and Technology, Ulsan, Republic of Korea) ,  Chen Wen-Hua (Department of Aeronautical and Automotive Engineering, Loughborough University, Leicestershire, UK)
資料名： Information Fusion  (Information Fusion)
巻： 42  ページ： 179-189  発行年： 2018年 
JST資料番号： W3167A  ISSN： 1566-2535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,雑音のある情報の散発性キューの放出源を見出す効率的な自律探索を実行するための戦略を提案した。未知強度の源の探索に焦点を当て,乱流は不規則な勾配と間欠的パッチ感覚キューのの原因となる大気中へ粒子を放出した。Bayes推論,逐次モンテカルロ法を介して実行を用いて,センサ測定に応答した源の位置と強度の事後確率分布を更新することである。予測分布のエントロピーが最大である後サンプリングは,報酬関数を近似するために用い,操作に導いた。最大エントロピーサンプリング原理に基づいて開発した,提案したフレームワークは,Entrotaxisと呼ばれる。典型的な勾配ベースアプローチは非効率または失敗になる,Entrotaxisの性能と探索行動を比較する一般的なInfotaxisアルゴリズムを用いた,スパースと乱流条件における探索のための。アルゴリズムはシミュレートされたデータおよび実験データセットを用いたモンテカルロシミュレーションにより評価した。シミュレートしたシナリオの大部分でInfotaxisアルゴリズムを上回るが,より速い平均探索時間を達成することにより,提案した戦略は,意思決定過程もより計算的に効率的であった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  雑音 ,  事後確率 ,  エントロピー ,  *乱流 ,  Bayes推定 ,  *再構成 ,  センサ ,  待ち行列 ,  探索行動
準シソーラス用語： モンテカルロシミュレーション ,  最大エントロピー ,  報酬関数 ,  逐次モンテカルロ法 ,  *自律性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 自律探索 ,  センサ管理 ,  Bayes推論 ,  逐次モンテカルロ法 ,  分散モデル化 ,  乱流

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 乱流 ,  自律 ,  探索 ,  再構成 ,  戦略