SuperLectures.com

ERROR EXPONENTS FOR DECENTRALIZED DETECTION IN FEEDBACK ARCHITECTURES

Full Paper at IEEE Xplore

Sensor Networks

Přednášející: Wee Peng Tay, Autoři: Wee Peng Tay, Nanyang Technological University, Singapore; John Tsitsiklis, Massachusetts Institute of Technology, United States

We consider the decentralized Bayesian binary hypothesis testing problem in feedback architectures, in which the fusion center broadcasts information based on the messages of some sensors to some or all sensors in the network. We show that the asymptotically optimal detection performance (as quantified by error exponents) does not benefit from the feedback messages. In addition, we determine the corresponding optimal error exponents.

  Přepis řeči

|

  Slajdy

Zvětšit slajd | Zobrazit všechny slajdy

0:00:16

  1. slajd

0:00:23

  2. slajd

0:00:57

  3. slajd

0:03:32

  4. slajd

0:07:52

  5. slajd

0:09:03

  6. slajd

0:10:17

  7. slajd

0:10:27

  8. slajd

0:11:25

  9. slajd

0:15:18

 10. slajd

0:16:04

 11. slajd

0:16:32

 12. slajd

0:17:09

 13. slajd

0:17:56

 14. slajd

0:18:29

 15. slajd

0:18:53

 16. slajd

0:19:30

 17. slajd

0:19:40

 18. slajd

0:21:15

 19. slajd

0:21:28

 20. slajd

  Komentáře

Please sign in to post your comment!

  Informace o přednášce

Nahráno: 2011-05-26 16:35 - 16:55, Club E
Přidáno: 22. 6. 2011 03:02
Počet zhlédnutí: 18
Rozlišení videa: 1024x576 px, 512x288 px
Délka videa: 0:22:35
Audio stopa: MP3 [7.65 MB], 0:22:35