MétaCan
Menu
Retour à la cohorte
Enregistrement W2922330498 · doi:10.1109/tsmc.2019.2899967

Multileader Multiagent Systems Containment Control With Event-Triggering

2019· article· en· W2922330498 sur OpenAlexaff
Yong Xu, Mei Fang, Peng Shi, Ya‐Jun Pan, Choon Ki Ahn

Notice bibliographique

RevueIEEE Transactions on Systems Man and Cybernetics Systems · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensDalhousie University
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésComputer scienceLaplacian matrixProtocol (science)Multi-agent systemContainment (computer programming)Event (particle physics)GraphDistributed computingDirected graphScheduleTheoretical computer scienceTopology (electrical circuits)MathematicsAlgorithmArtificial intelligenceCombinatorics

Résumé

récupéré en direct d'OpenAlex

This paper studies the event-triggered containment control (CC) problem of multiagent systems with a directed graph, where the followers' communication graph is an undirected graph. A novel event-triggered CC protocol is presented to schedule communications between agents, which depends on both local states and control inputs. Different from traditional approaches using broadcasts, a unique property of the proposed protocol is that it enables agent-to-agent data transmission. To do so, each communication link is associated with a specific local event. The estimated relative interagent states are transmitted over a specific link only when the related input-based event is detected. We develop sufficient conditions to solve CC problem under this protocol and extend it to the adaptive event-triggered protocol that does not require the global knowledge on the smallest positive eigenvalue of the Laplacian. For both protocols, we derive positive low bounds on the interevent time intervals generated by individual events, which eliminate the “Zeno phenomenon.” Feasibility of the proposed algorithm is verified by an example.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Systems Man and Cybernetics SystemsMême sujetDistributed Control Multi-Agent SystemsTravaux en français237 207