Główne pojęcia
提案手法は、エージェント間の完全な情報交換を必要とせずに、入力と状態の推定を効率的に行うことができる。これにより、プライバシーを保護しつつ、中央集権型フィルタと同等の性能を達成できる。
Streszczenie
本論文は、動的トポロジーと異種センサネットワークを持つマルチエージェントシステムにおける分散型の入力および状態推定手法を提案している。
主な特徴は以下の通り:
入力推定にはコバリアンス交差法を用いることで、エージェント間の相関関係を明示的に考慮する必要がない。
状態推定には情報フィルタの分解を利用することで、完全な近隣情報を持つ中央集権型フィルタと同等の性能を達成できる。
動的トポロジーに対応するため、観測時間窓のレビューメカニズムと状態補償を導入している。
エージェント間で観測モデルや方程式を共有する必要がなく、プライバシーを保護できる。
提案手法は、静的および動的な環境下で、他の分散型アルゴリズムと比較して優れた入力および状態推定性能を示している。特に、完全な近隣情報を持つ中央集権型フィルタと同等の性能を達成できることが特筆される。
Statystyki
提案手法は、他の分散型アルゴリズムと比較して、入力推定の平均絶対誤差(MAE)が最大で26.75から4.63に改善された。
状態推定のRMSEは、他の手法が50.15から92.88であるのに対し、提案手法は2.66と大幅に低減された。
Cytaty
"提案手法は、エージェント間の完全な情報交換を必要とせずに、入力と状態の推定を効率的に行うことができる。"
"動的トポロジーに対応するため、観測時間窓のレビューメカニズムと状態補償を導入している。"
"提案手法は、静的および動的な環境下で、他の分散型アルゴリズムと比較して優れた入力および状態推定性能を示している。"