.png){kind=icon}
返回
A $k$WTA Network Based on Linear Programming Under Polynomial Noises With Applications
.png){kind=icon}
PRE
AI
DOI：10.1109/TIE.2025.3600526.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
一些现有的 $\boldsymbol{k}$-winners-take-all ($\boldsymbol{k}$WTA) 网络基于二次规划（QP）构建，其在问题建模中具有高复杂度。其他网络基于线性规划（LP）设计，但无法有效处理动态输入和外部干扰。本文采用基于 LP 形式的 $\boldsymbol{k}$WTA 问题，其提供的网络构建框架比基于 QP 的网络更为简单。此外，在 $\boldsymbol{k}$WTA 操作实施过程中遇到的外部干扰通常被表征为可由多项式拟合的复杂噪声。为解决这些问题，构建了一种基于 LP 的多项式抗噪 $\boldsymbol{k}$WTA（PNT-$\boldsymbol{k}$WTA）网络，其具备抑制复杂噪声的能力。理论分析确立了所提出网络的鲁棒性和收敛性，而数值模拟表明其性能优于现有的 $\boldsymbol{k}$WTA 网络。最后，多机器人目标跟踪实验证实了 PNT-$\boldsymbol{k}$WTA 网络的实际有效性。
Keyword:
$\boldsymbol{k}$ -winners-take-all ( $\boldsymbol{k}$ WTA)
linear programming (LP)
multi-robot system
polynomial noises
期刊
IF:
7.2
论文数:
1.8W
被引数:
9.8W
机构
引用论文
Neural Dynamics for Cooperative Motion Control of Omnidirectional Mobile Manipulators in the Presence of Noises: A Distributed Approach在存在噪声的情况下用于全向移动机械手的协作运动控制的神经动力学: 一种分布式方法
PREAI
分享收藏Coevolutionary neural dynamics considering multiple strategies for nonconvex optimization. Tsinghua Sci. Technol. 2025:9010120考虑多种策略的非凸优化协同进化神经网络动力学。Tsinghua Sci. Technol. 2025:9010120.png)
IF0
PREAI
分享收藏分享收藏
查看更多内容