周波数領域における非線形システム同定についての実用化検討

频域非线性系统辨识的实用研究

• 批准号: 21K04112
• 负责人: 足立 修一
• 金额: $ 2.66万
• 依托单位: Keio University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04112/
• 关键词: 非線形システム同定; 深層学習; 周波数; 制御; モデル縮約

AIの分野で活発に研究されている機械学習の中心的なテーマは「深層学習」であり，特に，画像認識や自然言語処理において優れた研究成果が報告されている．AI の得意分野が明らかになってきた一方で，まだ研究が十分でない分野もある．その一つが制御理論で対象としている動的システムである．機械学習を制御理論の専門用語で表現すると非線形動的システム同定になる．この非線形動的システム同定問題において，線形制御理論で重要な「周波数」を活用することが本研究のポイントである．また，機械学習で研究されている問題を制御理論の枠組みで解釈し，新たな知見を得ることも本研究の目的である．これまでシステム同定の主な対象は線形動的システムであり，線形性という利点のために周波数という時間や空間以外の仮想的な特徴量を用いることができた．それに対して，複雑な非線形システムを対象とする機械学習では，これまで周波数を利用することは陽には考えられておらず，時間や空間といった現実世界でのモデリングが行われていた．今年度は昨年度に引き続いて，多数のパラメータを含む深層ニューラルネットワーク（DNN）のモデル縮約についての理論検討と，いくつかの例に対して数値シミュレーション実験を行った，本研究では，計算負荷を切り替え可能な DNN を１回の学習で構築する方法を提案している．この方法は，計算負荷を容易に切り替え可能とするためのモジュール化されたモデル構造と，その構造に適した学習法で構成されている．そして，代表的な縮約化非線形システム同定問題に適用した．提案した非線形システム同定法を非線形 Linear Fractional Representation モデルに適用した。さらに，提案法を非線形システム同定の別の問題に適用して，その有効性についての検討を引き続き行った．

AI の eset で live 発 に research さ れ て い る machinery center for learning の な テ ー マ は "deep learning" で あ り, に, portrait know や natural speech 処 Richard に お い て optimal れ た research report が さ れ て い る. AI の proud eset が Ming ら か に な っ て き た side で, ま だ が very で な い eset も あ る. Youdaoplaceholder0 そ が the theory of domination で is opposed to the システムである of と て る る る る movement. In the field of mechanical learning を control theory, the professional terms で represent すると non-linear motion システム determinations になる. こ の nonlinear dynamic シ ス テ ム with the problem of fixed に お い て, royal line shape theory important な で す l20 "cycle count" を る こ と が this study の ポ イ ン ト で あ る. ま た, rote learning で research さ れ て い る problem を suppression theory の 枠 group み で solution 釈 し, new た な knowledge を have る こ と も の purpose this study で あ る. こ れ ま で シ ス テ ム with fixed の main な like は linear dynamic シ seaborne ス テ ム で あ り, linear sex と い う tartness の た め に cycle for と い う time や space outside の 仮 want amount of な 徴 を use い る こ と が で き た. そ れ に し seaborne て, complex 雑 な nonlinear シ ス テ ム を like と seaborne す る rote learning で は, こ れ ま で cycle for を using す る こ と は Yang に は exam え ら れ て お ら ず, time や space と い っ た now be world で の モ デ リ ン グ が line わ れ て い た. Our annual に は yesterday quoted き 続 い て, most の パ ラ メ ー タ を contain deep む ニ ュ ー ラ ル ネ ッ ト ワ ー ク (within DNN) の モ デ ル contraction に つ い て 検 の theory for と, い く つ か の example に し seaborne て the numerical シ ミ ュ レ ー シ ョ ン be 験 を line っ た, this study で は, を computational load for え may cut り な を 1 back within DNN の learning で build す る method proposed を し て い る. は こ の method, computational load を for え could easily cut に り と す る た め の モ ジ ュ ー ル change さ れ た モ デ ル tectonic と そ に の structure optimum し た learning method で constitute さ れ て い る. Youdaoplaceholder0 て represents the な reduced non-linear システム congruent problem に which applies to た た. Proposal た nonlinear システム congruent method を nonlinear Fractional Representation モデ に に applicable to た た. さ ら に, proposed method を nonlinear シ ス テ ム に applicable to fixed の don't の question し て, そ の have sharper sex に つ い て の beg を 検 lead き 続 き line っ た.

项目成果

車載コンピュータの性能を考慮したミラー過給エンジンの非線形モデル予測制御

考虑机载计算机性能的米勒增压发动机非线性模型预测控制

• 发表时间: 2023
• 作者: S. Yabukami;M. Sakamoto;A. Mashiko;Y. Watanabe;K. Sakuma;K. Okita;上野将樹，八田羽謙一，足立修一
• 通讯作者: 上野将樹，八田羽謙一，足立修一

車載ECU性能を考慮したミラー過給エンジンの非線形モデル予測制御

考虑车载ECU性能的米勒增压发动机非线性模型预测控制

• 发表时间: 2023
• 期刊: 自動車技術会論文集
• 作者: 川口大貴;中村僚兵;葉玉寿弥;上野将樹，八田羽謙一，河村泰二郎，織田信之，足立修一
• 通讯作者: 上野将樹，八田羽謙一，河村泰二郎，織田信之，足立修一

A Study of Retraining-free Pruning for Deep Neural Networks

深度神经网络免重训练剪枝研究

• 发表时间: 2022
• 作者: Seiya Takano;Takahiro Kawaguchi;Satoshi Asami;Risako Sasaki;Yoshiyuki Shinya;and Shuichi Adachi
• 通讯作者: and Shuichi Adachi

自動微分を用いた深層 NARX モデルの LPV システムとしての解釈

使用自动微分将深度 NARX 模型解释为 LPV 系统

• 发表时间: 2021
• 作者: Yoshitaka Matsuda;Daiki Suyama;Takenao Sugi;Satoru Goto;Takafumi Morisaki;Takeshi Yasunaga and Yasuyuki Ikegami;高野靖也，川口貴弘，朝見 聡，佐々木理沙子，足立修一
• 通讯作者: 高野靖也，川口貴弘，朝見 聡，佐々木理沙子，足立修一

物理モデリングとシステム同定の融合による過給ガソリンエンジンの制御指向モデリング

结合物理建模和系统辨识的增压汽油机面向控制建模

• 发表时间: 2022
• 期刊: 計測自動制御学会論文集
• 作者: Yoshikawa Masaki;Ono Kentaro;Ueta Tetsushi;清水 拓実;上野将樹，八田羽謙一，織田信之，足立修一
• 通讯作者: 上野将樹，八田羽謙一，織田信之，足立修一