Construction of a database-driven system based on a highly efficient data collection method

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K14186
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 21040:Control and system engineering-related
• Research Institution: Hiroshima University
• Principal Investigator: Kinoshita Takuya 広島大学, 先進理工系科学研究科(工), 助教 (80825323)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: データ駆動型制御 / オフラインデータ生成 / 制御性能劣化早期検出

Outline of Final Research Achievements

A method using independent component analysis was proposed for estimating unknown disturbances, addressing an issue in offline data generation. Additionally, a method for early detection of control performance degradation using convolutional neural network (CNN) was proposed. Finally, a technique for predicting closed-loop response data under system variations was developed. Specifically, the characteristics of a linear time-varying system are represented by a FIR-type filter, and the generated data are stored in a database to validate the improvement in control performance.

Free Research Field

制御工学

Academic Significance and Societal Importance of the Research Achievements

内閣府はAI技術のさらなる革新のため，ムーンショット型研究開発制度を提唱し，「自ら学習・行動し人と共生するロボットの実現」を掲げている。その中で制御工学の分野では，未知環境下では良好な制御性能を得ることが難しい。しかし，良好な制御結果を得るための初期データ取得のためには，様々な条件でのシステム運用が望ましいが，一方で，それに関わる人的コストが生じる。したがって，いかに初期データを「大量に」かつ「容易に」取得するかが，今後のAI技術発展の鍵となる。これが実現できれば，「データ収集・制御性能向上」という観点で大きなブレークスルーを起こすことが期待できる。