LEARNING
部分已知动力学下的分布式估计学习：协方差无关的神经卡尔曼共识滤波器
George Stamatelis, Kyriakos Stylianopoulos, George C. Alexandropoulos
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种新颖的在线分布式感知框架，结合部分领域知识与深度神经网络，实现了无需噪声统计信息的分布式状态估计。实验表明，该协方差无关的神经卡尔曼共识滤波器在多种环境下优于传统分布式卡尔曼滤波器和纯模型无关的深度神经网络。
关键词
distributed estimationKalman filterneural networkconsensuscovariance-agnostic
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018