情報の取得を包含した制御理論と統計的学習理論の融合数理基盤

控制理论和统计学习理论的融合，包括信息获取

• 批准号: 21H04875
• 负责人: 加嶋 健司
• 金额: $ 26.54万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-05 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04875/
• 关键词: 制御理論; 統計的学習理論; 機械学習; 最適化

本研究では機械学習手法に簡単には組み込めないダイナミクス特有のドメイン知識を活用したモデリング手法を開発することを目指している。これに関して、推論困難性を有効活用するプライバシー保護手法の提案、離散事象システムにおけるデータ駆動制御、可制御性指標のスパース最適化にもとづくネットワーク制御系設計、動的システムにおけるエントロピーと最適輸送の関係性の解明と活用、ガウス過程回帰とコントラクション理論に基づく新しい安定性解析、などの理論構築を行った。例として、ガウス過程回帰とコントラクション理論に基づく結果においては、データから得られるベクトル場の局所的安定性情報が動的システムの（大域的）安定性を意味するわけではないという統計的学習とシステム制御理論のギャップを、適切な線形行列不等式を解くことで埋められることを示している。また、ベイズ推定の意味での先見情報を動的システムの状態推定へ活用する手法を提案し、デジタルツインの構築を目指した産学連携共同研究を通じてその実用的有用性も確認している。これらの成果として、システム制御分野のトップジャーナル（IEEE Transaction on Automatic ControlやAutomaticaなど）を多く含む１０編以上の査読つき国際論文誌を出版した。また、３編のサーベイ記事を執筆し、３件の一般向けの招待講演を行うなど、成果のアウトリーチにも注力している。

This study で は machine learning technique に Jane 単 に は group み 込 め な い ダ イ ナ ミ ク ス の unique ド メ イ ン knowledge を use し た モ デ リ ン グ gimmick を open 発 す る こ と を refers し て い る. こ れ に masato し て, deduction has difficulty を services use す る プ ラ イ バ シ ー protection technique の proposal, discrete things like シ ス テ ム に お け る デ ー タ 駆 suppression, with royal indicators could be の ス パ ー ス optimization に も と づ く ネ ッ ト ワ ー ク suppression system design, dynamic シ ス テ ム に お け る エ ン ト ロ ピ ー と optimum transmission の masato is sexual の interpret と use, ガ ウ ス Cheng hui 帰とコ <e:1> トラ ショ ショ ショ theoretical に basis づく new <s:1> stability analysis, な <e:1> <s:1> theoretical construction を line った. Example と し て, ガ ウ ス process back 帰 と コ ン ト ラ ク シ ョ ン theoretical base に づ く results に お い て は, デ ー タ か ら have ら れ る ベ ク ト ル field の bureau's stable temperament が moving シ ス テ ム の (domain) stability を mean す る わ け で は な い と い う statistical learning と シ ス テ ム suppression theory の ギ ャ ッ プ を, appropriate な linear inequality を Solving く とを とで buries められる とを shows る て る る る. Presumption ま た, ベ イ ズ の mean で の seer intelligence を moving シ ス テ ム の state presumption へ use す る を proposal し, デ ジ タ ル ツ イ ン の build を refers し た link-up between production research を tong じ て そ の be with the usefulness of も confirm し て い る. こ れ ら の results と し て, シ ス テ ム suppression eset の ト ッ プ ジ ャ ー ナ ル (IEEE Transaction on Automatic Control や Automatica な ど) を く more contain む make up more than 10 の check 読 つ き international paper published chi を し た. ま た, 3 の サ ー ベ イ chronicle を penned し, 3 pieces の generally to け の entertaining speeches を line う な ど, results の ア ウ ト リ ー チ に も note force し て い る.

项目成果

Optimal time-varying topology for network systems

网络系统的最优时变拓扑

• 发表时间: 2022
• 作者: Ikeda Takuya;Kashima Kenji
• 通讯作者: Kashima Kenji

Observability Gramian for Bayesian Inference in Nonlinear Systems With Its Industrial Application

非线性系统中贝叶斯推理的可观测性格拉米亚及其工业应用

• DOI: 10.1109/lcsys.2022.3227452
• 发表时间: 2023
• 期刊: IEEE Control Systems Letters
• 影响因子: 3
• 作者: Kunwoo Lee;Umezu Yusuke;Konno Kaiki;Kashima Kenji
• 通讯作者: Kashima Kenji

Optimal Secret Protections in Discrete-Event Systems

• DOI: 10.1109/tac.2021.3091438
• 发表时间: 2021-06
• 期刊: IEEE Transactions on Automatic Control
• 影响因子: 6.8
• 作者: Ziyue Ma;Kai Cai

Consistent reduction in discrete-event systems

离散事件系统的持续减少

• DOI: 10.1016/j.automatica.2022.110333
• 发表时间: 2022
• 期刊: Automatica
• 影响因子: 6.4
• 作者: Cai Kai;Giua Alessandro;Seatzu Carla
• 通讯作者: Seatzu Carla

Efficient Safe Control via Deep Reinforcement Learning and Supervisory Control ? Case Study on Multi-Robot Warehouse Automation

通过深度强化学习和监督控制实现高效安全控制？

• DOI: 10.1016/j.ifacol.2022.10.318
• 发表时间: 2022
• 期刊: IFAC-PapersOnLine
• 作者: Konishi Masahiro;Sasaki Tomotake;Cai Kai
• 通讯作者: Cai Kai