| 研究課題/領域番号 |
19H02163
|
|---|
| 研究機関 | 法政大学 |
|---|
研究代表者 |
小西 克巳 法政大学, 情報科学部, 教授 (20339138)
|
|---|
| 研究分担者 |
澤田 賢治 電気通信大学, i－パワードエネルギー・システム研究センター, 准教授 (80550946)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | スパースモデリング |
|---|
| 研究実績の概要 |
本年度は昨年度に引き続き、「1.僅かな情報量のセンシングデータが与えられたとき、数理モデルの構築とその精度の保証を可能にするセンシ ングデータの再構成手法」および「2.前述の手法で得られる数理モデルと再構成データを用いてフィードバック制御系を構成する手法」を導出するための基礎研究を実施した。昨年度に導出した区分的アフィンシステムによる数理モデル構築手法の計算の高速化を実現した。同手法は観測点ごとに区分的アフィンシステムを構築し、同システムに基づいて信号を修復する手法であるため、観測点ごとに信号修復の繰り返し計算を必要とする。昨年度は、これらの観測点をk近傍法に基づく手法でグループ分けし、グループの数だけ区分的アフィンシステムを構築する手法を導出し高速化を実現した。しかしながら、k近傍法は収束まで時間を要するため、計算全体では、まだ多くの計算時間を要する手法であった。そこで、データ点間の距離に基づく重みを与えて区分的アフィンシステムを構築する手法を導出し、さらなる計算の高速化を実現した。昨年度に導出した混合ガウス分布に基づく手法についても、同様な高速化手法を適用し、その精度の高さと計算速度の速さを確認した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
当初の予定通り、局所的な区分的アフィンシステムによる数理モデル構築手法の高速化を実現できた。
|
| 今後の研究の推進方策 |
少ない観測データから精度の高いモデルの構築手法を導出できた。今後は、精度向上のため深層学習を取り入れた手法の構築を目指す予定である。
|
