CIF: Small: Collaborative Research: Inference by social sampling

CIF:小型:协作研究:社会抽样推断

基本信息

  • 批准号:
    1440033
  • 负责人:
  • 金额:
    $ 17.58万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2014
  • 资助国家:
    美国
  • 起止时间:
    2014-01-01 至 2017-08-31
  • 项目状态:
    已结题

项目摘要

Learning and inference in distributed settings is an important from both a scientific and engineering perspective. A typical instance of the problem is a network of individual sensors or agents attempting to infer a global distribution that governs their local observations. By passing messages the agents can individually make inference about a global phenomenon. This research investigates communication and networking paradigms that can enable a network of individual agents to collaboratively estimate distributions over high dimensional spaces, even when individual observations are severely limited in accuracy, space, or time. In particular, the investigators study how individual decision makers can integrate two kinds of information: local observations and messages from their neighbors in the network. Both observation and messaging can be thought of as sampling : individuals sample their own environment and sample the opinions of their neighbors. Central to the approach is that the agents generate simple messages at random from an internal estimate of the global distribution of interest. The first major goal of this project is to develop a mathematical framework and analysis techniques to understand if and when this limited form of learning and communication is sufficient for an individual to estimate and learn distributions and/or global parameters governing the observations of all nodes. The technical approach is a blend of analysis techniques ranging from stochastic approximation, randomized algorithms, and statistical physics. Applications for this work range from mathematical modeling of messages and opinion formation in social networks, communication protocols for distributed optimization, and estimation of parameters in data networks. The work will cover several related problems : estimating high-dimensional histograms of data held in the network, parametric estimation using a mix of Bayesian and non-Bayesian techniques, and estimation of more complex generative models. The final part of the work is to apply these methods to peer-peer networks and social network modeling. The broader impact of this work is to further develop the interdisciplinary field of network science, which impacts both quantitative social sciences and engineering. The PIs will develop educational materials and organize research activities to help bring together different research communities interested in networks and social learning.
从科学和工程学的角度来看,分布式设置中的学习和推断是一个重要的。 该问题的一个典型实例是一个单个传感器的网络或试图推断其本地观察结果的全球分布的代理网络。 通过传递信息,代理可以单独推断全球现象。 这项研究研究了可以使单个代理网络网络在高维空间上进行协作估算分布的沟通和网络范例,即使在精确,空间或时间上的个人观察值受到严重限制。特别是,研究人员研究了个人决策者如何整合两种信息:网络中其邻居的本地观察和信息。 观察和消息传递都可以将其视为抽样:个人采样了自己的环境,并品尝了邻居的意见。 该方法的核心是,代理商是从全球利益分布的内部估计中随机生成简单的消息。 该项目的第一个主要目标是开发一种数学框架和分析技术,以了解以及何时以及何时这种有限的学习和交流形式足以让个人估算和学习分布和/或全球参数,以控制所有节点的观察结果。 技术方法是分析技术的融合,从随机近似,随机算法和统计物理学等等。 此工作的应用程序范围从社交网络中消息和意见形成的数学建模,用于分布式优化的通信协议以及数据网络中参数的估计。 这项工作将涵盖几个相关的问题:估计网络中保存的数据的高维直方图,使用贝叶斯和非贝叶斯技术的混合物进行参数估算,以及对更复杂的生成模型的估计。 工作的最后一部分是将这些方法应用于对等网络和社交网络建模。 这项工作的广泛影响是进一步发展网络科学的跨学科领域,这既影响了定量的社会科学和工程学。 PI将开发教育材料并组织研究活动,以帮助将对网络和社会学习感兴趣的不同研究社区融合在一起。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Distributed proportional stochastic coordinate descent with social sampling
具有社会抽样的分布式比例随机坐标下降
  • DOI:
    10.1109/allerton.2015.7446981
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ghassemi, Mohsen;Sarwate, Anand D.
  • 通讯作者:
    Sarwate, Anand D.
Distributed Learning of Distributions via Social Sampling
Social Learning and Distributed Hypothesis Testing
  • DOI:
    10.1109/tit.2018.2837050
  • 发表时间:
    2018-09-01
  • 期刊:
  • 影响因子:
    2.5
  • 作者:
    Lalitha, Anusha;Javidi, Tara;Sarwate, Anand D.
  • 通讯作者:
    Sarwate, Anand D.
Data-dependent bounds on network gradient descent
共 4 条
  • 1
前往

Anand Sarwate其他文献

Ieee Information Theory Society Newsletter President's Column from the Editor Ieee Information Theory Society Newsletter the Historian's Column
IEEE 信息论学会通讯 主席编辑专栏 IEEE 信息论学会通讯 历史学家专栏
  • DOI:
  • 发表时间:
    2012
    2012
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Meir Feder;Tracey Ho;Joerg Kliewer;Anand Sarwate;Andy Singer
    Meir Feder;Tracey Ho;Joerg Kliewer;Anand Sarwate;Andy Singer
  • 通讯作者:
    Andy Singer
    Andy Singer
Ieee Information Theory Society Newsletter President's Column from the Editor It Society Member Honored Scholar One Website for Ieee Transactions on Information Theory Has Gone Live Throughput and Capacity Regions Coding for Noisy Networks
Ieee 信息论协会通讯 编辑主席专栏 It 协会会员 荣誉学者 IEEE 信息论交易网站已上线 吞吐量和容量 噪声网络区域编码
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Helmut Bölcskei;Giuseppe Caire;Meir Feder;Joerg Kliewer;Anand Sarwate;Andy Singer;Dave Forney;S. Shamai;Alexander Vardy;Sergio Verdú;F. Kschischang;Tracey Ho;Norman C Beaulieu;Icore Research Chair;Anthony Ephremides;A. E. Gamal
    Helmut Bölcskei;Giuseppe Caire;Meir Feder;Joerg Kliewer;Anand Sarwate;Andy Singer;Dave Forney;S. Shamai;Alexander Vardy;Sergio Verdú;F. Kschischang;Tracey Ho;Norman C Beaulieu;Icore Research Chair;Anthony Ephremides;A. E. Gamal
  • 通讯作者:
    A. E. Gamal
    A. E. Gamal
共 2 条
  • 1
前往

Anand Sarwate的其他基金

RINGS: REALTIME: Resilient Edge-cloud Autonomous Learning with Timely Inferences
RINGS:实时:具有及时推理能力的弹性边缘云自主学习
  • 批准号:
    2148104
    2148104
  • 财政年份:
    2022
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Continuing Grant
    Continuing Grant
CIF: Small: Collaborative Research: Between Shannon and Hamming
CIF:小:香农和汉明之间的合作研究
  • 批准号:
    1909468
    1909468
  • 财政年份:
    2019
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
CIF: Small: ESTRELLA: Exploiting Structure in Tensors for Representation, Estimation, and Limits of Learning Algorithms
CIF:小:ESTRELLA:利用张量结构进行表示、估计和学习算法的限制
  • 批准号:
    1910110
    1910110
  • 财政年份:
    2019
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
TWC: Small: PERMIT: Privacy-Enabled Resource Management for IoT Networks
TWC:小型:PERMIT:物联网网络的启用隐私的资源管理
  • 批准号:
    1617849
    1617849
  • 财政年份:
    2016
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
CAREER: Privacy-preserving learning for distributed data
职业:分布式数据的隐私保护学习
  • 批准号:
    1453432
    1453432
  • 财政年份:
    2015
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Continuing Grant
    Continuing Grant
CIF: Small: Collaborative Research: Inference by social sampling
CIF:小型:协作研究:社会抽样推断
  • 批准号:
    1218331
    1218331
  • 财政年份:
    2012
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant

相似国自然基金

基于超宽频技术的小微型无人系统集群协作关键技术研究与应用
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
异构云小蜂窝网络中基于协作预编码的干扰协调技术研究
  • 批准号:
    61661005
  • 批准年份:
    2016
  • 资助金额:
    30.0 万元
  • 项目类别:
    地区科学基金项目
密集小基站系统中的新型接入理论与技术研究
  • 批准号:
    61301143
  • 批准年份:
    2013
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
ScFVCD3-9R负载Bcl-6靶向小干扰RNA治疗EAMG的试验研究
  • 批准号:
    81072465
  • 批准年份:
    2010
  • 资助金额:
    31.0 万元
  • 项目类别:
    面上项目
基于小世界网络的传感器网络研究
  • 批准号:
    60472059
  • 批准年份:
    2004
  • 资助金额:
    21.0 万元
  • 项目类别:
    面上项目

相似海外基金

Collaborative Research: CIF: Small: Mathematical and Algorithmic Foundations of Multi-Task Learning
协作研究:CIF:小型:多任务学习的数学和算法基础
  • 批准号:
    2343599
    2343599
  • 财政年份:
    2024
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
Collaborative Research: CIF: Small: Mathematical and Algorithmic Foundations of Multi-Task Learning
协作研究:CIF:小型:多任务学习的数学和算法基础
  • 批准号:
    2343600
    2343600
  • 财政年份:
    2024
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
Collaborative Research:CIF:Small:Acoustic-Optic Vision - Combining Ultrasonic Sonars with Visible Sensors for Robust Machine Perception
合作研究:CIF:Small:声光视觉 - 将超声波声纳与可见传感器相结合,实现强大的机器感知
  • 批准号:
    2326905
    2326905
  • 财政年份:
    2024
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
Collaborative Research:CIF:Small:Fisher-Inspired Approach to Quickest Change Detection for Score-Based Models
合作研究:CIF:Small:Fisher 启发的基于评分模型的最快变化检测方法
  • 批准号:
    2334898
    2334898
  • 财政年份:
    2024
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant
Collaborative Research:CIF:Small:Fisher-Inspired Approach to Quickest Change Detection for Score-Based Models
合作研究:CIF:Small:Fisher 启发的基于评分模型的最快变化检测方法
  • 批准号:
    2334897
    2334897
  • 财政年份:
    2024
  • 资助金额:
    $ 17.58万
    $ 17.58万
  • 项目类别:
    Standard Grant
    Standard Grant