文献

J-GLOBAL ID：201902236582624498   整理番号：19A0125435

協調センシングにおける不完全および雑音測定によるロバスト状態予測【JST・京大機械翻訳】

Robust State Prediction with Incomplete and Noisy Measurements in Collaborative Sensing

著者 (5件)： Zhang Daniel ,  Zhang Yang ,  Li Qi ,  Vance Nathan ,  Wang Dong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MASS  ページ： 460-468  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： 協調センシングは,センサが物理世界の現象やイベントに関する測定を共同的に報告する新しいセンシングパラダイムとして出現した。本論文では,協調センシングにおけるロバストな状態予測問題に焦点を当てた。そこでは,協調センサにより寄与される不完全で雑音のあるデータに基づいて,物理的環境(例えば,大気質指標,温度,交通)の動的状態に関する正確な予測を提供する。状態予測問題を研究するために著しい進歩がなされているが,現在の文献によって十分に扱われていない2つの基本的な課題を特定する。第一の挑戦は「潜在的空間動力学」である:測定された変数間の空間相関は非常に動的であり,そのような動力学に影響する特徴はセンシングデータから直接観察できない。第二の課題は「不完全で雑音の多いデータ」である。すなわち,完全な空間的時間的被覆のためにセンサを展開することの禁止的に高いコストにより,協調センシングにおいてかなりの量の測定が欠けている。協調センサは多くの応用において信頼できないことが知られており,雑音測定に容易に寄与できる。これらの課題に取り組むために,本論文では,潜在的意味解析と統計学からの技術に触発された文脈ウェア協調センシング予測(CACSP)方式を開発した。2つの実世界共同センシングアプリケーションを通してこの方式を評価し,結果はCACSPが最先端のベースラインよりも著しく優れていることを示した。Copyright 2019 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： 基準線 ,  *状態推定 ,  応用プログラム ,  被覆 ,  センサ ,  *雑音 ,  *雑音測定 ,  *予測 ,  統計学 ,  *ロバスト性
準シソーラス用語： 最先端 ,  空間相関 ,  大気質 ,  *協調センシング , 【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)： 協調センシング ,  雑音測定 ,  ロバスト ,  状態予測