Massachusetts Institute of Technology（麻省理工学院）

Uncertainty Propagation in Deep Neural Networks Using Extended Kalman Filtering

使用扩展卡尔曼滤波在深度神经网络中进行不确定性传播

Jessica S. Titensky, Hayden Jananthan, Jeremy Kepner

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Department of Mathematics（数学系） ； Lincoln Laboratory Supercomputing Center（林肯实验室超级计算机中心） 纠错

AI总结 本文提出利用扩展卡尔曼滤波在深度神经网络中传播和量化输入不确定性，方法在计算效率上优于现有技术，同时自然地将模型误差纳入输出不确定性。

Comments 4 Pages, 8 figures. Accepted at MIT IEEE Undergraduate Research Technology Conference 2018. Publication pending

Controller Synthesis for Discrete-Time Polynomial Systems via Occupation Measures

通过占用测度方法为离散时间多项式系统设计控制器

Weiqiao Han, Russ Tedrake

机构 * Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室，麻省理工学院） 纠错

AI总结 本文通过占用测度方法为离散时间多项式动力系统设计非线性状态反馈控制器，将控制器合成问题转化为无限维线性规划问题，并通过松弛为有限维半正定规划问题，从而提取非线性控制器，该方法具有计算复杂度低且可扩展性强的优势。

Efficient Entropy for Policy Gradient with Multidimensional Action Space

在多维动作空间中高效的策略梯度熵

Yiming Zhang, Quan Ho Vuong, Kenny Song, Xiao-Yue Gong, Keith W. Ross

机构 * New York University（纽约大学） ； New York University Abu Dhabi（纽约大学阿布扎克分校） ； New York University Shanghai（纽约大学上海分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出高效计算高维动作空间策略梯度熵的方法，通过改进的无偏估计器提升探索效率，在多猎手多兔子网格游戏和多智能体多臂老虎机问题中验证了其有效性。

Optimal Transport on Discrete Domains

离散域上的最优传输

Justin Solomon

机构 * MIT Department of Electrical Engineering and Computer Science（麻省理工学院电气工程与计算机科学系） ； MIT Department of Electrical Engineering（麻省理工学院电气工程系） 纠错

AI总结 本文探讨了离散最优传输的最新进展，结合偏微分方程与凸分析，提出理论支持的模型，适用于数万到数百万顶点的领域。

Efficient Nearest-Neighbor Search for Dynamical Systems with Nonholonomic Constraints

动态系统非holonomic约束下的高效最近邻搜索

Valerio Varricchio, Brian Paden, Dmitry Yershov, Emilio Frazzoli

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文研究了非holonomic约束动态系统中最近邻搜索的复杂性，发现传统k-d树在子里曼度量下查询复杂度为Θ(N^p log N)，提出针对性改进策略提升效率。

Comments 16 pages, 3 figures, the 12th Workshop on the Algorithmic Foundations of Robotics (WAFR) 2016

ShapeFit and ShapeKick for Robust, Scalable Structure from Motion

形状拟合与形状踢：用于鲁棒、可扩展的结构从运动

Thomas Goldstein, Paul Hand, Choongbum Lee, Vladislav Voroninski, Stefano Soatto

机构 * Dept. of Computer Science, University of Maryland, College Park, MD（计算机科学系，马里兰大学，学院公园，MD） ； Dept. of Computational and Applied Mathematics, Rice University, Houston, TX（计算与应用数学系，里士满大学，休斯顿，TX） ； Dept. of Mathematics, Massachusetts Institute of Technology, Cambridge, MA（数学系，麻省理工学院，剑桥，MA） ； Dept. of Computer Science, University of California, Los Angeles, CA（计算机科学系，加州大学洛杉矶分校，CA） 纠错

AI总结 本文提出一种利用高效凸优化程序进行成对方向定位恢复的新方法，能有效处理对抗性异常值，且在真实场景和模拟数据上验证了其性能和灵活性。

Simultaneous Mode, Input and State Estimation for Switched Linear Stochastic Systems

切换线性随机系统的模式、输入和状态联合估计

Sze Zheng Yong, Minghui Zhu, Emilio Frazzoli

机构 * Laboratory for Information and Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院） ； Department of Electrical Engineering, Pennsylvania State University（电气工程系，宾夕法尼亚州立大学） 纠错

AI总结 本文提出了一种滤波算法，用于同时估计隐藏模式切换线性随机系统的模式、输入和状态。通过多模型方法，利用每个模式的线性输入和状态滤波器银行，通过识别关键性质实现最可能模型的估计。

Comments Submitted to SIAM Journal on Control and Optimization

Control Contraction Metrics and Universal Stabilizability

控制收缩度量与通用可控性

Ian R. Manchester, Jean-Jacques E. Slotine

机构 * ACFR, School of Aerospace, Mechanical and Mechatronic Engineering, University of Sydney, Australia（澳大利亚悉尼大学航空航天、机械与机电工程学院） ； Nonlinear Systems Laboratory, Dept. of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系非线性系统实验室） 纠错

AI总结 本文提出通用可控性概念，通过求解点wise线性矩阵不等式得到控制收缩度量，为非线性系统全局稳定提供了充分条件，并与控制Lyapunov函数理论有联系。

Comments Conference submission