Research Project
Grant-in-Aid for Scientific Research (B)
機械学習におけるモデルの説明可能性は,予測結果の信頼性を高めるために必須の性質であり,近年盛んに研究されている.特にサイバーフィジカルシステムなど物理系とのインタラクションの中で機械学習モデルが利用される状況では,物理的な説明可能性が,系の安定性や安全性の解析において重要である.本研究では,物理的な説明可能性を機械学習モデルに持たせるために,物理系の微分方程式および物理的制約を陽に考慮した機械学習モデルを導入し,最適制御問題として定式化する.また本手法の有効性を実システムにおいて検証するために交通(モビリティ)の計測データにもとづく行動履歴の推定を行う.