ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne

APPEL À
CONTRIBUTION

Le comité de rédaction du JESA lance un appel à proposition de numéros spéciaux.

En savoir plus >>
Autres revues >>

Journal Européen des Systèmes Automatisés

1269-6935
Revues des Systèmes
 

 ARTICLE VOL 46/2-3 - 2012  - pp.197-212  - doi:10.3166/jesa.46.197-212
TITRE
Algorithmes distribués d'estimation dans les réseaux de capteurs basés sur la méthode de gradient rapide

TITLE
Distributed estimation algorithms in sensor networks based on fast gradient scheme

RÉSUMÉ
Dans cet article, une nouvelle classe de méthodes d’optimisation distribuée est proposée pour résoudre d’une manière distribuée les problèmes convexes séparables avec une structure spécifique, basé sur les principes de la pénalité exacte et sur les techniques de lissage. Plusieurs problèmes d’estimation pour les réseaux de capteurs sont discutés et pour chacun de ces problèmes, nous montrons comment ils peuvent être reformulés en problèmes d’optimisation convexe structurée. Nous fournissons une nouvelle reformulation des problèmes convexes séparables obtenus comme des problèmes min-max qui utilisent le cadre de pénalité exacte et norme duale, et puis nous concevons des algorithmes qui combinent des techniques de lissage et des méthodes de gradient rapide pour résoudre ces problèmes d’optimisation structurée. Nous avons aussi prouvé que les solutions de ces nouveaux algorithmes distribués convergent vers la solution du problème centralisé et ils sont également efficaces du point du vue numérique, puisque les calculs peuvent être distribués entre les agents.


ABSTRACT
In this paper a new class of distributed optimization methods is proposed for solving distributively separable convex problems with specific structure, based on exact penalty principles and smoothing techniques. Different estimation problems for sensor networks are discussed and for each of these problems we show how they can be recast as structured convex optimization problems. We provide a novel reformulation of the obtained separable convex problems as min-max problems using the exact penalty framework and dual norms, and then we design algorithms that combine smoothing techniques and fast gradient methods for solving these structured optimization problems.We also prove that the solutions of the new distributed algorithms converge to the solution of the centralized problem and they are also computationally efficient since the computations can be distributed amongst the agents.


AUTEUR(S)
Ion NECOARA, Valentin NEDELCU

MOTS-CLÉS
réseaux de capteurs, estimation, optimisation distribuée, technique de lissage, gradient rapide, norme duale, méthode de pénalité exacte.

KEYWORDS
sensor network, estimation, distributed optimization, smoothing technique, fast gradient, dual norm, exact penalty method.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (152 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier