抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,姿勢グラフ同時位置決めとマッピング(SLAM)と回転平均化(RA)問題に適応した明示的性能保証を備えた最初の初期化法を示した。SLAMと回転平均化は,通常,それらを解くために適用される円滑な最適化手法を捕捉できる多くの悪い局所極小値を持つ大規模非凸点推定問題として定式化される。したがって,標準SLAMとRAアルゴリズムの性能は,この局所探索を初期化するために使用する推定の品質に決定的に依存する。SLAMとRAのための多くの初期化方法は,文献で現れてきたが,これらは,純粋に発見的近似として典型的に得られ,これらの技術が確実に展開できるかどうかを決定するのを困難にする。対照的に,本研究では,スペクトル緩和のレンズによる初期化の問題を研究した。特に,SLAMとRAの簡単なスペクトル緩和を導出し,その形式は,古典的線形代数法(固有ベクトル摂動限界)を利用して,測定雑音の関数として,推定問題の(未知)地上トラスと大域的最小化者の両方に対するスペクトル推定から距離を制御することができる。結果は,測定ネットワークのスペクトルグラフ理論特性が推定精度を制御する際に重要な役割を果たすことを示した。さらに,著者らの解析の副産物として,SLAMとRAにおける最尤推定子の推定誤差に関する新しい限界を得て,それは独立した興味のようである。最後に,著者らのスペクトル推定器は,既存の最先端技術と比較して,低い計算コストで同等または優れた品質の初期化を生成する,実際に非常に効果的であることを実験的に示した。【JST・京大機械翻訳】