2023 Fiscal Year Annual Research Report
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
| Project/Area Number |
21K04112
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
足立 修一 慶應義塾大学, 理工学部(矢上), 名誉教授 (40222624)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
丸田 一郎 京都大学, 工学研究科, 准教授 (20625511)
川口 貴弘 群馬大学, 大学院理工学府, 助教 (00869844)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 非線形システム同定 / 深層学習 / 周波数 / 制御 / モデル縮約 |
|---|
| Outline of Annual Research Achievements |
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．機械学習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．
理論面においては，本研究で検討しているモジュール構造をもつ Deep Neural Network(DNN)のモデル縮約法に関する研究を，前年度よりもさらに進めた．具体的には，多数のパラメータをもつ複雑な DNN を縮約することにより，説明可能な深層学習への一つのアプローチを提案した．その研究成果を学会誌論文にまとめ，2023年8月の計測自動制御学会論文集に「モデル軽量化のためのモジュール構造をもつ深層ニューラルネットワークの提案」として掲載された.また，提案した非線形動的システム同定法の枠組みで，「時間と空間」につぐ「周波数」のような新たな特徴量を用いたモデルの解釈法を研究途中である．
2023年11月6日に「非線形システム同定とその周辺～理論と実用化～」という研究集会を京都で開催した．５件の研究発表があり，特に薄良彦先生（京都大学）の「クープマン・レゾルベント：非線形システムのラプラス解析」は本申請課題と関連部会発表だった。10名の参加者による密度の濃いディスカッションを行った．
|
