論文の概要: Spatially scalable recursive estimation of Gaussian process terrain maps
using local basis functions
- arxiv url: http://arxiv.org/abs/2210.09168v2
- Date: Sun, 3 Dec 2023 13:59:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 02:04:47.692307
- Title: Spatially scalable recursive estimation of Gaussian process terrain maps
using local basis functions
- Title（参考訳）: 局所基底関数を用いたガウス過程地形図の空間的スケーラブル再帰的推定
- Authors: Frida Marie Viset, Rudy Helmons and Manon Kok
- Abstract要約: 非線形地形のオンラインマッピングは、エージェントが以前にマッピングされた領域に戻るときの位置推定を改善するために使用できる。
GPマッピングアルゴリズムは、マッピングされた領域が拡大するにつれて、計算要求が増大している。
提案手法は,地図面積が大きい場合,既存の手法よりも高速であることを示す。
- 参考スコア（独自算出の注目度）: 0.9208007322096532
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When an agent, person, vehicle or robot is moving through an unknown
environment without GNSS signals, online mapping of nonlinear terrains can be
used to improve position estimates when the agent returns to a previously
mapped area. Mapping algorithms using online Gaussian process (GP) regression
are commonly integrated in algorithms for simultaneous localisation and mapping
(SLAM). However, GP mapping algorithms have increasing computational demands as
the mapped area expands relative to spatial field variations. This is due to
the need for estimating an increasing amount of map parameters as the area of
the map grows. Contrary to this, we propose a recursive GP mapping estimation
algorithm which uses local basis functions in an information filter to achieve
spatial scalability. Our proposed approximation employs a global grid of finite
support basis functions but restricts computations to a localized subset around
each prediction point. As our proposed algorithm is recursive, it can naturally
be incorporated into existing algorithms that uses Gaussian process maps for
SLAM. Incorporating our proposed algorithm into an extended Kalman filter (EKF)
for magnetic field SLAM reduces the overall computational complexity of the
algorithm. We show experimentally that our algorithm is faster than existing
methods when the mapped area is large and the map is based on many
measurements, both for recursive mapping tasks and for magnetic field SLAM.
- Abstract（参考訳）: GNSS信号なしでエージェント、人、車、ロボットが未知の環境を移動している場合、エージェントが以前マッピングされた領域に戻ったときに、非線形地形のオンラインマッピングにより位置推定を改善することができる。
オンラインガウス過程(GP)回帰を用いたマッピングアルゴリズムは、通常、同時ローカライゼーションとマッピング(SLAM)のためのアルゴリズムに統合される。
しかし, GPマッピングアルゴリズムは, 空間場の変化に対して面積が拡大するにつれて, 計算需要が増大している。
これは、地図の面積が大きくなるにつれてマップパラメータの増大を推定する必要があるためである。
これとは対照的に,情報フィルタの局所基底関数を用いて空間スケーラビリティを実現する再帰的GPマッピング推定アルゴリズムを提案する。
提案手法は, 有限サポート基底関数のグローバルグリッドを用いるが, 計算を各予測点周辺の局所部分集合に制限する。
提案アルゴリズムは再帰的であるため,SLAMにガウス過程マップを用いる既存のアルゴリズムに自然に組み込むことができる。
磁場SLAMのための拡張カルマンフィルタ(EKF)に提案アルゴリズムを組み込むことで、アルゴリズムの全体的な計算複雑性を低減できる。
提案アルゴリズムは,地図面積が大きい場合の既存手法よりも高速であり,再帰的マッピングタスクと磁場SLAMの両方において,多くの測定値に基づいていることを示す。
関連論文リスト
- Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes [0.04660328753262073]
高速な共分散パラメータ推定のための補正ベイズ局所補間ネットWorKを提案する。
これらのネットワークの高速な予測時間により、行列の反転ステップをバイパスし、大きな計算スピードアップを発生させることができる。
拡張性のあるGP手法に比べて計算効率が大幅に向上することを示す。
論文 参考訳（メタデータ） (2024-11-10T01:26:16Z) - Large-scale magnetic field maps using structured kernel interpolation
for Gaussian process regression [0.9208007322096532]
そこで本研究では,屋内環境における大規模磁場マップを計算するためのマッピングアルゴリズムを提案する。
シミュレーションでは, マッピング面積が増大する磁場マップにおいて, 現在の最先端手法よりも精度がよいことを示す。
論文 参考訳（メタデータ） (2023-10-25T11:58:18Z) - Linearized Wasserstein dimensionality reduction with approximation
guarantees [65.16758672591365]
LOT Wassmap は、ワーッサーシュタイン空間の低次元構造を明らかにするための計算可能なアルゴリズムである。
我々は,LOT Wassmapが正しい埋め込みを実現し,サンプルサイズの増加とともに品質が向上することを示す。
また、LOT Wassmapがペア距離計算に依存するアルゴリズムと比較して計算コストを大幅に削減することを示す。
論文 参考訳（メタデータ） (2023-02-14T22:12:16Z) - Gaussian process regression and conditional Karhunen-Lo\'{e}ve models
for data assimilation in inverse problems [68.8204255655161]
偏微分方程式モデルにおけるデータ同化とパラメータ推定のためのモデル逆アルゴリズムCKLEMAPを提案する。
CKLEMAP法は標準的なMAP法に比べてスケーラビリティがよい。
論文 参考訳（メタデータ） (2023-01-26T18:14:12Z) - Indoor SLAM Using a Foot-mounted IMU and the local Magnetic Field [1.9981375888949475]
このアルゴリズムは、モーションマップと磁場マップという2つのマップを使用する。
モーションマップは、廊下やドアで制約された建物内の歩行者の典型的な動きパターンをキャプチャする。
その結果,屋内環境における歩行者の局所化におけるアルゴリズムの有効性が示唆された。
論文 参考訳（メタデータ） (2022-03-29T19:18:02Z) - A Metaheuristic Algorithm for Large Maximum Weight Independent Set
Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。
このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。
我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-03-28T21:34:16Z) - A Domain-Shrinking based Bayesian Optimization Algorithm with
Order-Optimal Regret Performance [16.0251555430107]
これはGPに基づく最初のアルゴリズムであり、順序最適化された後悔の保証がある。
GP-UCB系のアルゴリズムと比較して,提案アルゴリズムは計算複雑性を$O(T2d-1)$で低減する。
論文 参考訳（メタデータ） (2020-10-27T02:15:15Z) - Local optimization on pure Gaussian state manifolds [63.76263875368856]
ボソニックおよびフェルミオンガウス状態の幾何学に関する洞察を利用して、効率的な局所最適化アルゴリズムを開発する。
この手法は局所幾何学に適応した降下勾配の概念に基づいている。
提案手法を用いて、任意の混合ガウス状態の精製の絡み合いを計算するのにガウス浄化が十分であるという予想の数値的および解析的証拠を収集する。
論文 参考訳（メタデータ） (2020-09-24T18:00:36Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z) - Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。
この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。
古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文 参考訳（メタデータ） (2020-07-01T18:43:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。