×
古根·托普;维维克·博卡尔;D.曼朱纳特。

网络层析成像的随机Kaczmarz算法。 （英语） Zbl 1298.93308号

Automatica公司 50，第3期，910-914（2014）.
总结：我们开发了经典Kaczmarz算法的随机近似版本，该算法本质上是增量的，并将有噪声的实时数据作为输入。我们的分析表明，在概率为1的情况下，它模拟了原始方案的行为：从相同的初始点开始，我们的算法和相应的确定性Kaczmarz算法收敛到完全相同的点。这项工作的动机来自网络层析成像，其中网络参数将根据端到端测量进行估计。通过基于Matlab仿真的数值例子证明了该算法的有效性。

引用于三文件

MSC公司：

93电子03 控制理论中的随机系统（一般）
65层10 线性系统的迭代数值方法
93E25型 随机控制中的计算方法（MSC2010）

关键词：

Kaczmarz算法;随机近似;网络层析成像;在线算法

软件：

Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Thoppe}等人，Automatica 50，No.3，910--914（2014；Zbl 1298.93308）
全文： 内政部 arXiv公司

参考文献：

[1] Abrahamsson，T.，使用交通量计数估计原始目的地矩阵——一项文献调查。IIASA中期报告IR-98-021/76年5月27日（1998年）
[2] 亚当斯。；Bu，T。；弗里德曼，T。；霍洛维茨，J。；托斯利，D。；Caceres，R.，《使用端到端多播测量来表征内部网络行为》，IEEE Communications Magazine，38，5，152-159（2000）
[3] 阿南塔拉姆，V。；Borkar，V.S.，长程相关重尾噪声的随机近似，排队系统，71，1-2，221-242（2012）·Zbl 1275.60053号
[4] Å斯特罗姆，K.J.，《自适应控制的理论和应用——综述》，自动化，19，5，471-486（1983）·兹伯利0537.93048
[5] Bell，M.G.H.，《用约束广义最小二乘法估计原始目的矩阵》，《运输研究》第B部分：方法论，25，1，13-22（1991）
[6] Benveniste，A。；Métiver，M。；Priouret，P.，自适应算法和随机近似（1990），施普林格出版公司·Zbl 0752.93073号
[7] Borkar，V.S.，《随机近似：动力系统观点》（2008），剑桥大学出版社，剑桥和印度斯坦出版社。机构：剑桥大学出版社，剑桥和印度斯坦出版社。新德里机构·Zbl 1181.62119号
[8] Cáceres，R。；达菲尔德，N。；霍洛维茨，J。；Towsley，D.，基于组播的网络内部损耗特性推断，IEEE信息理论汇刊，45，7，2462-2480（1999）·Zbl 0961.94002号
[9] 卡斯特罗，R。；科茨，M。；梁，G。；诺瓦克，R。；Yu，B.，《网络层析成像：最新发展》，《统计科学》，499-517（2004）·Zbl 1100.62628号
[10] Chong，E。；Zak，H.，《优化导论》（2001），John Wiley&Sons·Zbl 1056.90129号
[11] 科茨，A。；英雄，A。；诺瓦克，R。；Yu，B.，互联网断层扫描，IEEE信号处理杂志，19，3，47-65（2002）
[12] Derevitskii，D。；Fradkov，A.，《分析自适应算法动态的两种模型》，自动化和远程控制，35，1，59-67（1974）·Zbl 0282.93030号
[13] Downey，A.，《使用pathchar估计互联网链接特征》，ACM SIGCOMM Computer Communication Review，29，4，241-250（1999），ACM
[14] 达菲尔德，N。；霍洛维茨，J。；普雷斯蒂，F。；Towsley，D.，端到端单播测量的网络延迟层析成像，（互联网的发展趋势（2001），Springer），576-595·兹比尔1010.68764
[15] 达菲尔德，N。；霍洛维茨，J。；普雷斯蒂，F。；Towsley，D.，从测量的端到端损耗推断组播拓扑，IEEE信息理论汇刊，48，1，26-45（2002）·Zbl 1059.94050号
[16] 费尔德曼，A。；格林伯格，A。；Lund，C。；莱因戈尔德，N。；雷克斯福德，J。；True，F.，《推导可操作ip网络的流量需求：方法论和经验》，IEEE/ACM网络汇刊（TON），9，3，265-280（2001）
[17] Freris，N。；Zouzias，A.，相对测量的快速分布平滑，（2012年IEEE第51届决策和控制年会，CDC（2012），IEEE），1411-1416
[18] Galántai，A.，《投影仪和投影方法》，第6卷（2004年），施普林格出版社·Zbl 1055.65043号
[19] Kaczmarz，S.，Angenäherte auflösung von systemen linearer gleichungen，《波兰科学与技术国际公报》，35，355-357（1937）·Zbl 0017.31703号
[20] 库什纳，H。；Yin，G.，《随机近似算法和应用》（2003），Springer:Springer New York·Zbl 1026.62084号
[21] 劳伦斯，E。；Michailidis，G。；Nair，V.，《主动网络层析成像中的统计逆问题》，IMS讲稿-专题系列，24-44（2007）
[22] Leventhal，D。；Lewis，A.，线性约束的随机方法：收敛速度和条件，运筹学数学，35，3，641-654（2010）·Zbl 1216.15006号
[23] Ljung，L.，递归随机算法分析，IEEE自动控制汇刊，22，4，551-575（1977）·Zbl 0362.93031号
[24] Maher，M.，《基于路段交通量观测的出行矩阵推断：贝叶斯统计方法》，《交通研究》第B部分：方法论，17，6，435-447（1983）
[25] Moustakides，G.，随机矩阵乘积的指数收敛：自适应算法的应用，国际自适应控制和信号处理杂志，12，7，579-597（1998）·Zbl 0918.93067号
[26] 帕克斯，P。；Militzer，J.，学习控制系统CMAC存储器训练五种算法的比较，Automatica，28，5，1027-1035（1992）
[27] 波利亚克，B。；Juditsky，A.，通过平均加速随机近似，SIAM控制与优化杂志，30，4，838-855（1992）·Zbl 0762.62022号
[28] 波帕，C。；Zdunk，R.，从有限数据重建层析图像的Kaczmarz扩展算法，模拟中的数学与计算机，65，6，579-598（2004）
[29] 普拉萨德，R。；多夫罗利斯，C。；Murray，M。；Claffy，K.，《带宽估计：度量、测量技术和工具》，IEEE Network，17，6，27-35（2003）
[30] 普雷斯蒂，F。；达菲尔德，N。；霍洛维茨，J。；Towsley，D.，基于组播的网络内部延迟分布推断，IEEE/ACM网络事务，10，6，761-775（2002）
[31] Richalet，J。；Rault，A。；Testud，J。；Papon，J.，《模型预测启发式控制：在工业过程中的应用》，Automatica，14，5，413-428（1978）
[32] 罗宾斯，H。；Monro，S.，《随机近似法》，《数理统计年鉴》，400-407（1951）·Zbl 0054.05901号
[33] Sherali，H。；西瓦南丹，R。；Hobeika，A.，从路段交通量合成始发地出行表的线性规划方法，交通研究第B部分：方法论，28，3，213-233（1994）
[34] 斯特罗默，T。；Vershynin，R.，一种指数收敛的随机Kaczmarz算法，《傅里叶分析与应用杂志》，15，2，262-278（2009）·Zbl 1169.68052号
[35] Vardi，Y.，《网络层析成像：从链路数据估计源-目的地流量强度》，《美国统计协会杂志》，91，433，365-377（1996）·Zbl 0871.62103号
[36] Zhang，Y。；罗汉，M。；达菲尔德，N。；Greenberg，A.，从链路负载快速准确计算大规模ip流量矩阵，ACM SIGMETRICS性能评估审查，31，1，206-217（2003），ACM
[37] Zhang，Y。；罗汉，M。；Lund，C。；Donoho，D.，流量矩阵估计的信息理论方法，（2003年计算机通信应用、技术、架构和协议会议论文集（2003），ACM），301-312
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。