文献

J-GLOBAL ID：201802288298056542   整理番号：18A1769099

マルチエージェントシステムにおけるデータ収集のためのイベント駆動軌道最適化【JST・京大機械翻訳】

Event-Driven Trajectory Optimization for Data Harvesting in Multiagent Systems

著者 (2件)： Khazaeni Yasaman (Division of Systems Engineering and the Center for Information and Systems Engineering, Boston University, Boston, MA, USA) ,  Cassandras Christos G. (Division of Systems Engineering, Boston University, Boston, MA, USA)
資料名： IEEE Transactions on Control of Network Systems  (IEEE Transactions on Control of Network Systems)
巻： 5  号： 3  ページ： 1335-1348  発行年： 2018年 
JST資料番号： W2445A  ISSN： 2325-5870  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： データ収集問題を解くためのオンライン軌道最適化のための新しい事象駆動法を提案した。2次元ミッション空間では,N移動エージェントをM定常ソースで生成されたデータの収集と,期待される収集と配信遅延を最小化する目的でベースへの配信を行う。事象駆動制御装置におけるイベント励振問題を扱い,最適制御問題を定式化する新しい性能測度を定義した。この問題の解は,その構造に関するいくつかの洞察を提供するが,特にデータ生成過程が確率的である場合には,それは計算的に困難である。無限小摂動解析を用いてオンラインで最適化できる一般関数族の項におけるエージェント軌道パラメタリゼーションを提案した。基本的なハイブリッド動的システムを特徴付けるイベントセットのサイズにおける確率的データ生成プロセスとスケーラビリティに関するロバスト性を含む解の特性を同定した。楕円形およびFourier級数軌跡の場合に対して明示的な結果を提供し,最先端のグラフベースのアルゴリズムとの比較を与えた。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： アルゴリズム ,  グラフ ,  *最適化 ,  最適制御 ,  軌跡 ,  動的系 ,  励振 ,  情報配布 ,  二次元 ,  *データ収集 ,  定式化 ,  パラメタリゼーション ,  *エージェント ,  *マルチエージェントシステム
準シソーラス用語： オンライン , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： マルチエージェントシステム ,  データ収集 ,  イベント駆動 ,  軌道 ,  最適化