文献

J-GLOBAL ID：202202217507705645   整理番号：22A0977977

情報の集合年齢を考慮したEVアグリゲータのための確率的に安定な同期学習【JST・京大機械翻訳】

Stochastically Stable Synchronous Learning for EV Aggregators Considering Their Collective Age of Information

著者 (4件)： Wang Shengyi (Department of Electrical and Computer Engineering, Temple University, Philadelphia, PA, USA) ,  Du Liang (Department of Electrical and Computer Engineering, Temple University, Philadelphia, PA, USA) ,  Li Yan (Department of Electrical and Computer Engineering, Penn State University, University Park, PA, USA) ,  Fan Rui (School of Engineering and Computer Science, University of Denver, Denver, CO, USA)
資料名： IEEE Transactions on Transportation Electrification  (IEEE Transactions on Transportation Electrification)
巻： 8  号： 1  ページ： 432-441  発行年： 2022年 
JST資料番号： W2449A  ISSN： 2332-7782  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： 本論文は,統合需要応答/経済配分問題をモデル化して,リアルタイム決定を同時に行うための発電機と電気自動車(EV)アグリゲータのための同期対数線形学習(LLL)アーキテクチャを提案するために,潜在的ゲームを利用した。さらに,各EVアグリゲータが地理的に広がる地域におけるEVsの動的ポートフォリオを管理し,その管理されたEVsの最新の要求の半分に参加する必要性に取り組むために,情報(AoI)の年齢の概念を明示的にモデル化し,取り込んだ。提案したフレームワークは,確率的安定性理論,摂動Markov過程,および修正ツリーを用いて,大域的最適化器であるNash均衡への収束を保証した。15-発電機,15-凝集体ベンチマークネットワークに関する数値テスト結果は,提案したフレームワークを検証し,AoIの明示的考察が,潜在的ゲームにおける従来の学習方式と比較して,提案した同期LLLの動特性を改善することを示した。Copyright 2022 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： Markov過程 ,  *学習 ,  ゲーム ,  ポートフォリオ ,  電気自動車 ,  地理学 ,  割当問題 ,  線形性 ,  対数 ,  摂動 ,  計算機アーキテクチャ ,  Nash均衡 ,  凝集体
準シソーラス用語： 大域的最適化 ,  実時間 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 集合 ,  年齢 ,  EV ,  学習