| 研究課題/領域番号 |
20K11980
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 同志社大学 |
|---|
研究代表者 |
高橋 和彦 同志社大学, 理工学部, 教授 (90332808)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 高次元ニューラルネットワーク / 四元数 / 適応・学習制御 / ニューラルネットワーク / 制御システム / 適応 / 学習 |
|---|
| 研究開始時の研究の概要 |
実数ニューラルネットワークに対して，超複素数の一つである四元数表現により高次元化したニューラルネットワークとその学習アルゴリズムを設計する．次に，ダイナミクスを有するシステムを制御対象とするサーボ型制御を取り上げ，高次元ニューラルネットワークを利用した適応・学習型の制御システムの設計法を提案し，動的システムの数理モデルやロボットマニピュレータを制御対象とした実験により提案手法の実現性と特徴を明らかにする．
|
| 研究成果の概要 |
ダイナミクスを有するシステムに対する適応・学習制御手法として，四元数代数表現に基づいて高次元化されたニューラルネットワークを用いて制御系を設計する手法を確立し，その特性を明らかにすることを目的に，四元数ニューラルネットワークの構造と学習法，サーボレベルの四元数ニューラルネットワーク制御系の設計法と安定解析を提案し，実問題への応用としてロボットマニピュレータや非線形システムの制御を行って実現性と有用性を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
高次元ニューラルネットワークの一つである四元数ニューラルネットワークの特徴と能力を明らかにし，システムの制御への可能性を解明した成果は，人工ニューラルネットワークの研究において深層学習と並び注目されている高次元化に関する新たな知見として学術的意義があるとともに，計算知能の応用領域の拡大や制御工学分野における適応・学習制御手法の拡充に貢献することから，工業的有用性の点からも意義を有している．
|
