Ego-Thingsにおける意思決定のための動的Bayesアプローチ【JST・京大機械翻訳】

Kanapram Divya; Campo Damian; Baydoun Mohamad; Marcenaro Lucio; Bodanese Eliane L.; Regazzoni Carlo; Marchese Mario

プレプリント

J-GLOBAL ID：202202220304993906 整理番号：22P0204762

Ego-Thingsにおける意思決定のための動的Bayesアプローチ【JST・京大機械翻訳】

Dynamic Bayesian Approach for decision-making in Ego-Things

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年10月28日プレプリントサーバーでの情報更新日： 2020年10月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,マルチセンサデータおよび特徴選択に基づく動的システムにおける異常を検出する新しいアプローチを示した。提案方法は,観測データのいくつかの特徴を考慮することにより,複数の推論モデルを生成する。本研究は,将来の事例を予測し,異常を検出するための最も正確な特徴を得ることを容易にする。成長ニューラルガス(GNG)は,データの意味論的解釈を提供し,予測目的のための局所線形モデルを定義するノード集合にマルチセンサデータをクラスタ化するために採用される。提案手法では,状態推定と異常検出にMarkov Jump粒子フィルタ(MJPF)を用いた。提案方法は,状態予測,意思決定,および異常検出工程が好ましいように,ネットワーク操作で共有される最適集合特徴を選択するために使用することができる。本研究は,制御環境においていくつかのタスクを実行する移動車両から成る実際のデータセットを用いて評価した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , ニューロコンピュータ , システム・制御理論一般

前のページに戻る