論文の概要: Inverse Cubature and Quadrature Kalman filters

• arxiv url: http://arxiv.org/abs/2303.10322v1
• Date: Sat, 18 Mar 2023 03:48:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-21 20:15:10.977861
• Title: Inverse Cubature and Quadrature Kalman filters
• Title（参考訳）: 逆キューバチュールと二次カルマンフィルタ
• Authors: Himali Singh, Kumar Vijay Mishra, Arpan Chattopadhyay
• Abstract要約: 多くの対逆的設定は、EKFの線形化がしばしば失敗する、高度に非線形なシステムモデルを含む。 逆立方体KF(I-CKF)と逆立方体KF(I-QKF)を開発する。 指数平均二乗有界感におけるフィルタの安定性条件を導出する。
• 参考スコア（独自算出の注目度）: 18.244578289687123
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent developments in counter-adversarial system research have led to the development of inverse stochastic filters that are employed by a defender to infer the information its adversary may have learned. Prior works addressed this inverse cognition problem by proposing inverse Kalman filter (I-KF) and inverse extended KF (I-EKF), respectively, for linear and non-linear Gaussian state-space models. However, in practice, many counter-adversarial settings involve highly non-linear system models, wherein EKF's linearization often fails. In this paper, we consider the efficient numerical integration techniques to address such nonlinearities and, to this end, develop inverse cubature KF (I-CKF) and inverse quadrature KF (I-QKF). We derive the stochastic stability conditions for the proposed filters in the exponential-mean-squared-boundedness sense. Numerical experiments demonstrate the estimation accuracy of our I-CKF and I-QKF with the recursive Cram\'{e}r-Rao lower bound as a benchmark.
• Abstract（参考訳）: 反逆システム研究の最近の進歩は、敵が学習したかもしれない情報を推測するためにディフェンダーが使用する逆確率フィルタの開発につながっている。 先行研究は、線形および非線形ガウス状態空間モデルに対して、逆カルマンフィルタ(I-KF)と逆拡張KF(I-EKF)をそれぞれ提案することで、この逆認識問題に対処した。 しかし実際には、多くの反逆的設定は高非線形システムモデルを含み、EKFの線形化はしばしば失敗する。 本稿では,そのような非線形性に対処する効率的な数値積分手法を考察し,その目的を達成するために,逆立方体KF (I-CKF) と逆立方体KF (I-QKF) を開発する。 指数平均二乗有界感におけるフィルタの確率的安定性条件を導出する。 数値実験により, 再帰的Cram\'{e}r-Rao下界をベンチマークとしたI-CKFとI-QKFの推定精度が示された。

関連論文リスト

• Inverse Particle Filter [16.975704972827305]
  認知システムでは、行動が認知反応の主焦点であった被験者の認知過程を研究することが近年強調されている。 本稿では,大域的フィルタリング手法を採用し,逆粒子フィルタ(I-PF)の開発について述べる。 粒子フィルタフレームワークは、任意の後部分布を近似するためにモンテカルロ法(MC)を用いる。
  論文  参考訳（メタデータ） (2024-07-23T16:32:38Z)
• Closed-form Filtering for Non-linear Systems [83.91296397912218]
  我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。 本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。 提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
  論文  参考訳（メタデータ） (2024-02-15T08:51:49Z)
• Optimization or Architecture: How to Hack Kalman Filtering [52.640789351385266]
  非線形フィルタリングでは、ニューラルネットワークのような非線形アーキテクチャと標準線形カルマンフィルタ(KF)を比較するのが伝統的である。 どちらも同じように最適化されるべきであり、最終的には最適化KF(OKF)を提示する。
  論文  参考訳（メタデータ） (2023-10-01T14:00:18Z)
• Inverse Unscented Kalman Filter [16.975704972827305]
  認知的「敵」はカルマンフィルタ(KF)のようなフレームワークを通じて関心の対象を追跡する ターゲットまたは「ディフェンダー」は、相手が計算したディフェンダーの前方フィルタ推定を推測するために別の逆非セントフィルタを使用する。 線形系では、逆カルマンフィルタ (I-KF) がこれらの反逆応用に有効であることが最近示されている。
  論文  参考訳（メタデータ） (2023-04-04T10:51:43Z)
• Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems [64.29491112653905]
  本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。 具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。 提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
  論文  参考訳（メタデータ） (2023-03-10T07:42:49Z)
• Counter-Adversarial Learning with Inverse Unscented Kalman Filter [18.244578289687123]
  対戦相手システムでは、知的敵エージェントの戦略を推測するために、防御エージェントは、相手が後者について集めた情報を認知的に知覚する必要がある。 非線形ガウス状態空間モデルとして逆認知を定式化する。 次に、平均二乗有界性感覚におけるIUKFの安定性に関する理論的保証を導出する。
  論文  参考訳（メタデータ） (2022-10-01T20:31:47Z)
• Inverse Extended Kalman Filter -- Part II: Highly Non-Linear and Uncertain Systems [18.244578289687123]
  本稿では,非線形システムにおける逆フィルタ問題に対処する逆拡張カルマンフィルタ(I-EKF)を提案する。 第1部:I-EKF(未知の入力を含む)とI-KF(未知の入力を含む)の理論 第2部:I-EKF(未知入力)とI-KF(未知入力)の理論
  論文  参考訳（メタデータ） (2022-08-13T16:55:39Z)
• Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
  本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。 提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2022-06-07T15:03:05Z)
• Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
  正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。 一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
  論文  参考訳（メタデータ） (2022-02-23T06:11:49Z)
• Inverse Extended Kalman Filter -- Part I: Fundamentals [19.078991171384015]
  本稿では,逆拡張カルマンフィルタ(I-EKF)の理論を詳述する。 我々は、有界非線型性と未知行列アプローチの両方を用いて理論的安定性を保証する。 本論文(パートII)では,不完全なシステムモデル情報を扱うために,Hilbert空間に基づくEKFの再生を提案する。
  論文  参考訳（メタデータ） (2022-01-05T10:56:58Z)
• Gaussian MRF Covariance Modeling for Efficient Black-Box Adversarial Attacks [86.88061841975482]
  我々は,ゼロオーダーのオラクルにのみアクセス可能なブラックボックス設定において,逆例を生成する問題について検討する。 我々はこの設定を用いて、FGSM(Fast Gradient Sign Method)のブラックボックス版と同様に、高速な1ステップの敵攻撃を見つける。 提案手法はクエリを少なくし,現在の技術よりも攻撃成功率が高いことを示す。
  論文  参考訳（メタデータ） (2020-10-08T18:36:51Z)

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。