AAAINov, 2017
高斯过程分布式数据融合遇到迁移学习 —— 大规模分布式合作感知
Gaussian Process Decentralized Data Fusion Meets Transfer Learning in Large-Scale Distributed Cooperative Perception
Ruofei Ouyang, Kian Hsiang Low
TL;DR论文提出了利用代理中心支持集的高斯过程分散数据融合算法,允许每个移动感知代理在执行过程中选择不同的支持集并动态切换,以便将其自己的数据封装到本地摘要中,然后可以与其他代理的本地摘要相结合,从而预测环境现象。同时,提出了一种新的信息共享机制,并通过实验验证了该算法的性能优异。