MétaCan
Menu
Retour à la cohorte
Enregistrement W4286579125 · doi:10.1109/tcyb.2022.3186207

Resilient Finite-Time Consensus Tracking for Nonholonomic High-Order Chained-Form Systems Against DoS Attacks

2022· article· en· W4286579125 sur OpenAlexaff
Neda Sarrafan, Jafar Zarei, Roozbeh Razavi‐Far, Mehrdad Saif

Notice bibliographique

RevueIEEE Transactions on Cybernetics · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésNonholonomic systemTracking (education)Order (exchange)Computer scienceControl theory (sociology)Artificial intelligenceMobile robotRobotEconomicsPsychologyControl (management)

Résumé

récupéré en direct d'OpenAlex

This article studies the resilient finite-time consensus tracking problem for high-order nonholonomic chained-form systems against denial-of-service (DoS) attacks. The first step is to develop a novel secure distributed observer for each follower in which the tangent hyperbolic function is used to accelerate the convergence speed of the observer by inducing a high-gain effect. The paralyzed-connectivity graphs resulting from DoS attacks are repaired to the initially connected graphs by integrating both acknowledgment-based attack detection techniques and the communication recovery process. In addition, it is demonstrated that the duration of DoS attacks directly affects the convergence time of the proposed scheme. Then, a fast finite-time backstepping control (FFTBC) algorithm is established for each follower to track the estimated leader's information, ensuring fast convergence performance regardless of whether the follower states are near or far from the equilibrium point. An approximation-based approach is also presented for reducing the conservatism of the upper estimate of the settling time. An evaluation of the proposed control algorithm under DoS attacks is conducted using a group of wheeled mobile robots.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,237
Écart entre enseignants0,219 · 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'étudeSans objet
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

Citations44
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CyberneticsMême sujetDistributed Control Multi-Agent SystemsTravaux en français237 207