Memorias de investigación
Artículos en revistas:
Distributed static linear Gaussian models using consensus
Año:2012
Áreas de investigación
  • Aplicaciones a ingenierías y ciencias de la información,
  • Análisis matemático,
  • Tecnología electrónica y de las comunicaciones
Datos
Descripción
Algorithms for distributed agreement are a powerful means for formulating distributed versions of existing centralized algorithms. We present a toolkit for this task and show how it can be used systematically to design fully distributed algorithms for static linear Gaussian models, including principal component analysis, factor analysis, and probabilistic principal component analysis. These algorithms do not rely on a fusion center, require only low-volume local (1-hop neighborhood) communications, and are thus efficient, scalable, and robust. We show how they are also guaranteed to asymptotically converge to the same solution as the corresponding existing centralized algorithms. Finally, we illustrate the functioning of our algorithms on two examples, and examine the inherent cost-performance tradeoff.
Internacional
Si
JCR del ISI
Si
Título de la revista
Neural Networks
ISSN
0893-6080
Factor de impacto JCR
2,182
Información de impacto
Volumen
DOI
Número de revista
Desde la página
96
Hasta la página
105
Mes
SIN MES
Ranking
Esta actividad pertenece a memorias de investigación
Participantes
  • Autor: Pavle Belanovic . UPM
  • Autor: Sergio Valcarcel Macua UPM
  • Autor: Santiago Zazo Bello UPM
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Grupo de Aplicaciones del Procesado de Señal (GAPS)
  • Departamento: Señales, Sistemas y Radiocomunicaciones