Machine Learning under Differential Equations: An Approach by Non-smooth Optimal Control

微分方程下的机器学习：一种非光滑最优控制方法

基本信息

  • 批准号：
    20H02172
  • 负责人：
    Nagahara Masaaki
  • 金额：
    $ 11.32万
  • 依托单位：
    The University of Kitakyushu
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
  • 财政年份：
    2020
  • 资助国家：
    日本
  • 起止时间：
    2020-04-01 至 2023-03-31
  • 项目状态：
    已结题

项目摘要

项目成果

期刊论文数量（53）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
The turnpike property in the maximum hands-off control
Majority Determination in Binary-valued Communication Networks
二值通信网络中的多数决定
Reduced-order controller design via sparse optimization
通过稀疏优化进行降阶控制器设计
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Nobuhiro Suzuki;Momoko Kaji;Kazuma Katano;Hiroshi Nitta;Ryotaro Yamaji;Rio Shimizu;Shunsuke Shigaki;Hiroyuki Suzuki;M. Nagahara and N. Sebe
  • 通讯作者：
    M. Nagahara and N. Sebe
Linear quadratic tracking control with sparsity-promoting regularization
具有稀疏性促进正则化的线性二次跟踪控制
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    谷口守・安藤慎悟;Z. Zhang and M. Nagahara
  • 通讯作者：
    Z. Zhang and M. Nagahara
Maximum hands-off feedback control for finite-time stabilization
用于有限时间稳定的最大不干涉反馈控制
  • DOI：
  • 发表时间：
    2020
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yogesh Kumar;Sukumar Srikant;Masaaki Nagahara;Debasish Chatterjee;and Daniel E. Quevedo
  • 通讯作者：
    and Daniel E. Quevedo
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Nagahara Masaaki其他文献

Time-optimal hands-off control for linear time-invariant systems
线性时不变系统的时间最优放手控制
  • DOI：
    10.1016/j.automatica.2018.10.004
  • 发表时间：
    2019
  • 期刊：
    Automatica
  • 影响因子：
    6.4
  • 作者：
    Ikeda Takuya;Nagahara Masaaki
  • 通讯作者：
    Nagahara Masaaki
DC/ACインバータのためのデルタシグマ変調器の設計
DC/AC逆变器Delta-Sigma调制器设计
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Ohno Shuichi;Shiraki Teruyuki;Tariq M. Rizwan;Nagahara Masaaki;Shuichi Ohno and M. Rizwan Tariq;藤田真充，大野修一;吉田祥馬，大野修一;塚本紘士，大野修一
  • 通讯作者：
    塚本紘士，大野修一
Edge Preserved Expolation Method for Full Polarimetric RPM Image with UWB Short Range Radars
UWB 短程雷达全偏振 RPM 图像的边缘保留曝光方法
  • DOI：
  • 发表时间：
    2016
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yamamoto Kaoru;Yamamoto Yutaka;Nagahara Masaaki;岩井俊昭;Tatsuo Takatori and Shouhei Kidera
  • 通讯作者：
    Tatsuo Takatori and Shouhei Kidera
超広帯域近距離レーダのための高精度立体画像領域拡大法
超宽带短程雷达高精度立体图像区域扩展方法
  • DOI：
  • 发表时间：
    2015
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yamamoto Kaoru;Yamamoto Yutaka;Nagahara Masaaki;木寺　正平
  • 通讯作者：
    木寺　正平
Signal processing via sampled-data control theory
通过采样数据控制理论进行信号处理
  • DOI：
    10.21820/23987073.2020.2.6
  • 发表时间：
    2020
  • 期刊：
    Impact
  • 影响因子：
    0
  • 作者：
    Yamamoto Yutaka;Yamamoto Kaoru;Nagahara Masaaki;Khargonekar Pramod P
  • 通讯作者：
    Khargonekar Pramod P

Nagahara Masaaki的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验

{{ truncateString('Nagahara Masaaki', 18)}}的其他基金

Analysis of bounding flight in birds by dynamic sparse modeling and its application to drones
动态稀疏建模分析鸟类弹跳飞行及其在无人机中的应用
  • 批准号：
    20K21008
  • 财政年份：
    2020
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
Dynamical Sparse Modeling by Optimal Control Theory and Statistical Learning(Fostering Joint International Research)
基于最优控制理论和统计学习的动态稀疏建模（促进国际联合研究）
  • 批准号：
    16KK0134
  • 财政年份：
    2017
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Fund for the Promotion of Joint International Research (Fostering Joint International Research)
Sparse Control Theory for Green Technology
绿色技术的稀疏控制理论
  • 批准号：
    15H02668
  • 财政年份：
    2015
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
Design of super-distributed control systems for unreliable multi-agents and its application to disaster area survey
不可靠多智能体超分布式控制系统设计及其在灾区调查中的应用
  • 批准号：
    15K14006
  • 财政年份：
    2015
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Challenging Exploratory Research

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築：統計・機械学習分析による解析
构建预测透析低血压发作（包括肝内氧动态）的模型：使用统计和机器学习分析进行分析
  • 批准号：
    24K15796
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型：利用机器学习
  • 批准号：
    24K13948
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号：
    24K13518
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号：
    24K15093
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号：
    24K15095
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号：
    24K14853
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号：
    23K20946
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号：
    23K21695
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化：信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法：在信号处理和机器学习中的应用
  • 批准号：
    23K22762
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号：
    23K24816
  • 财政年份：
    2024
  • 资助金额：
    $ 11.32万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了