.png){kind=icon}
返回
Multi-Task Diffusion With Masked Measurements
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3600370.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本封信函探讨了在掩码测量条件下集群多任务分布式估计的问题，其中网络节点由于感知限制、通信约束或隐私要求而观测到部分或不完整数据。我们提出了一种Diffusion LMS（DLMS）算法的新扩展，该扩展融入了节点特定的掩码处理和任务集群结构。构建了一个定制化的全网优化问题，以联合处理掩码观测和集群间多任务估计。收敛性分析和仿真结果表明，所提出的方法在部分可观测性条件下能够有效且稳健地提升估计性能。
Keyword:
Diffusion LMS
distributed estimation
masked measurements
multitask diffusion
partial observation
