2018 Fiscal Year Annual Research Report
確率可制御性縮約による機械学習援用制御手法の可解釈性獲得
| Project/Area Number |
18H01461
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
加嶋 健司 京都大学, 情報学研究科, 准教授 (60401551)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
辻野 博文 大阪大学, 薬学研究科, 助教 (10707144)
山下 沢 武庫川女子大学, 薬学部, 准教授 (70398246)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 制御工学 / 機械学習 / 情報通信工学 / 薬学 / 確率 |
|---|
| Outline of Annual Research Achievements |
機械学習的手法により抽出した特徴量を状態変数とする低次元モデル（以下、特徴量ダイナミクス）構築に関する理論研究に関して、次年度以降に海外より招聘予定であったネットワーク化制御系設計理論を専門とする共同研究者を、本年度に招聘することとなった。それに伴い、関連する共同研究を優先的に推進するため、スパース性にもとづく特徴量抽出を制御系設計へ応用するための理論構築をおこなった。具体例としては、スパース最適制御の無限次元最適化問題としての数学的構造を明らかにし、この結果は、IEEE Transactions on Automatic Control への採録が決定している。また、この理論結果を応用したネットワーク上の制御・観測ノード決定手法を提案し、共同研究者の提案するフォーメーション制御手法と融合した結果を国際会議に投稿した。これらと並行して，当初予定していた敵対的自己符号化器の自動車エンジン給排気系の制御系設計への応用や、順・逆強化学習の文献調査を行うとともに、学会誌にて制御理論と機械学習の融合を取り上げた特集号のゲストエディタを務めるなど、こうした研究の裾野を広げるアウトリーチ活動をおこなった。通信ネットワークに関する研究課題では、ネットワークトラフィックルーティングに関する研究結果を海外論文誌に投稿し、人流ダイナミクスの利活用に関する研究もすすめている。薬学応用に関する研究に関しては、対象とする代謝系の見直しを行いつつ、シトクロムP450に関連する実験を準備・実施した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
共同研究者の招聘年度の変更により、本年度には予定していなかったネットワーク制御系設計に関する共同研究を実施し一定の成果を得た一方で、ニューラルネットワークなどを最大限利用するための基盤となる理論の構築は当初の計画より遅れている。ただし、順・逆強化学習、マルコフ決定過程、ガウス過程状態空間モデルに関する情報収集をおこなうなかで、当初の計画とは異なるより適切な理論研究の方向性も明らかになった。２つの応用研究は当初の予定通り進めており、他の産業応用に関してもいくつか共同研究の可能性を検討している。
|
| Strategy for Future Research Activity |
理論研究においては、モデル低次元化からシステム同定に軸足を移しつつ、計画通りの敵対的自己符号化器を用いた手法の構築に加え、マルコフ決定過程の実現問題、ガウス過程状態空間モデルの縮約にも取り組む。通信ネットワークに関する応用課題においては、人流ダイナミクスを導入し、これらの異質なモデルを融合する手法の構築に取り組む。薬物代謝メカニズム理解を目指す課題においては、引き続きイミプラミンが薬物代謝酵素であるシトクロムP450と結合する実験を実施し、機械学習的手法を用いてパラメータ同定をおこない，その結果の可解釈性を検討する。
|
