分散ネットワークにおける新しい適応推定アルゴリズムの開発と性能解析に関する研究

分布式网络中新型自适应估计算法开发及性能分析研究

• 批准号: 21860033
• 负责人: 高橋 則行
• 金额: $ 1.71万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21860033/
• 关键词: 分散ネットワーク; 確率的拡散方式; 凸最適化; 不動点近似法; 適応信号処理; 省電力; 分散アルゴリズム; 分散計算

センサーネットワークなどの分散ネットワークにおける適応推定問題は,将来の信号処理ネットワークにおける重要な問題として位置づけられており,世界的に研究が進められている.本研究では,適応推定問題に対する「拡散アルゴリズム」と呼ばれるクラスの分散アルゴリズムのための省電力化に関する研究を行った.主要結果は,任意の拡散アルゴリズムに対して,推定すべき未知パラメータの推定精度を劣化させることなく,より省電力なアルゴリズムへと拡張することが可能な省電力化アルゴリズムを提案している.提案法では,隣接ノードと情報交換をランダムに行う「確率的拡散方式」を用いることで,長時間ネットワークを稼働した際の平均的な通信回数を削減し,通信に要する電力を削減することで省電力化を行っている.この確率的拡散方式では,情報交換の起こる頻度を「接続確率」によって制御することが可能であり,本研究では,「与えられた平均消費電力制約(または通信頻度制約)の下で,平均二乗誤差の意味で推定誤差を最小化する最適化問題」を世界に先駆けて定式化しており,この問題に対する凸緩和問題および逐次近似アルゴリズムを,凸最適化理論や不動点理論に基づき提案している.提案法は,非拡大写像の不動点集合上で凸関数を最小化可能な「ハイブリッド最急降下法」(山田2001年)を応用したアルゴリズムである.また,アルゴリズムの実装に必要なパラメータを適応的に学習する方式も提案しており,提案法と組み合わせることにより,接続確率を適応的に制御する手法の開発にも成功している.これら提案法の有効性を,包括的な計算機シミュレーションにより確認している.

In the future, signal processing will be the most important problem in the research of the world. This study is aimed at solving the problem of "decentralization" and the problem of "decentralization" and "power saving". The main results are as follows: the estimation accuracy of the unknown parameter is deteriorated due to arbitrary dispersion, and the estimation accuracy of the unknown parameter is deteriorated due to the possibility of power saving. The proposed method is to reduce the average number of communication cycles over a long period of time and to reduce the power required for communication. The frequency of information exchange, the frequency of information exchange, the probability of information exchange, the probability of information Under the constraint of communication frequency, the mean square error means minimizing the estimated error. The optimization problem is formulated first in the world. The convex relaxation problem is formulated in the world. The convex optimization theory and the fixed point theory are based on the proposal of successive approximation. The proposed method is to minimize the number of convex relations on the fixed point set of non-capital images."The most rapid descent method"(Yamada, 2001) is used to minimize the number of convex relations on the fixed point set of non-capital images. For example, if you want to improve the quality of your products, you can choose the right way to study them. The proposed law has its own characteristics, including computer system identification.

项目成果

Probability optimization for probabilistic diffusion LMS algorithms

概率扩散 LMS 算法的概率优化

• 发表时间: 2009
• 作者: 荒川貴博;初明星;高橋大志;工藤寛之;森本展行;岩崎泰彦;秋吉一成;三林浩二;高橋則行
• 通讯作者: 高橋則行

Link probability control for probabilistic diffusion least-mean squares over resource-constrained networks

• DOI: 10.1109/icassp.2010.5495952
• 发表时间: 2010-03
• 期刊: 2010 IEEE International Conference on Acoustics, Speech and Signal Processing
• 作者: Noriyuki Takahashi;I. Yamada