2012 Fiscal Year Annual Research Report
複素ネットワークインバージョンによる不良設定逆問題の解法に関する研究
| Project/Area Number |
21700260
|
|---|
| Research Institution | Takushoku University |
|---|
Principal Investigator |
小川 毅彦 拓殖大学, 工学部, 准教授 (50297090)
|
|---|
| Project Period (FY) |
2009-04-01 – 2013-03-31
|
| Keywords | 逆問題 / 複素数 / ニューラルネットワーク / ネットワークインバージョン / 不良設定性 / 正則化法 |
|---|
| Research Abstract |
本研究は，複素ニューラルネットワークの１つの手法である複素ネットワークインバージョン法の定量的な枠組みの構築および，実際の問題への適用を目的としている．
本年度は，不良設定逆問題に対する正則化法を含む複素ネットワークインバージョン法の効果の検証と，複素ネットワークインバージョン法の実際の問題への適用の検証を行った．具体的には，基本的な問題である複素写像逆推定とロボットアーム逆運動学を対象に，位相角に制限を与える正則化法を提案し，解の一意性に関する不良設定性の生じるデータを用いて効果を示した．また，画像フィルタの変換に複素ニューラルネットワークを導入することを提案し，画像フィルタの回転や拡大縮小，射影変換を取り上げ，複素ニューラルネットワークによる順推定および複素ネットワークインバージョンによる逆推定を行い有効性を示した．
また関連研究として，高次元ニューラルネットワークによる逆問題解法と，群ロボット制御への複素ニューラルネットワークの応用の検討を行った．高次元ニューラルネットワークによる逆問題解法では，四元数ニューラルネットワーク上で逆問題を解くための四元数ネットワークインバージョンについて，３次元空間内での逆写像の推定問題を取り上げ，回転に関する逆推定のシミュレーションを行い動作を示した．群ロボット制御への複素ニューラルネットワークの応用では，複数センサを持つ移動ロボットを用いて，集合・衝突回避・整列の群行動を実現するための複素ニューラルネットワークモデルに対し，基本的な動作をシミュレーションで示した．
以上本研究では，複素ニューラルネットワークの１つの手法である複素ネットワークインバージョン法に関する枠組みの構築を行うとともに実際の問題への適用可能性を示した．
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
