| 研究課題/領域番号 |
17K06498
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
若佐 裕治 山口大学, 大学院創成科学研究科, 教授 (60263620)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 制御系設計 / 深層学習 / データ駆動制御 / データ駆動型制御 / 最適化 |
|---|
| 研究成果の概要 |
本研究では、近年発展が著しい深層学習（Deep Learning）の諸技術をデータ駆動型制御系設計法に適用し、その実用性と汎用性の向上を目的として、最新のニューラルネットワーク構造を用いた制御器とそのデータ駆動型調整法を開発した。また、深層強化学習の応用によって、参照モデルの設定を不要とするデータ駆動型制御系設計法の開発を行うとともに、その際に必要となる制御性能評価の過程を高速化するための応答予測法を開発した。さらに、制御技術者の制御特性評価を代替するニューラルネットワークによる評価モデルの構築方法を提案した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、データをいかに上手く扱うかという技術である「データサイエンス」、そして人工知能の急速な発展を支える技術である「深層学習」という、科学技術において近年注目された二つの技術を制御工学分野で応用、発展させたという点で学術的意義があると考えられる。また、高度な理論の知識を必要とせず、複雑なシステムを統一的に扱える制御系設計の枠組みを構築することは、実用性の高い技術の開発という観点から社会的意義があると考えている。
|
