2020 Fiscal Year Annual Research Report
確率可制御性縮約による機械学習援用制御手法の可解釈性獲得
| Project/Area Number |
18H01461
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
加嶋 健司 京都大学, 情報学研究科, 准教授 (60401551)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
辻野 博文 大阪大学, 薬学研究科, 助教 (10707144)
山下 沢 武庫川女子大学, 薬学部, 准教授 (70398246)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 制御工学 / 機械学習 / 情報通信工学 / 薬学 / 確率 |
|---|
| Outline of Annual Research Achievements |
基盤となる理論研究に関しては、まず、前年度に着手した確率システムに対するスパース最適制御理論の凸緩和可能性に関する結果、ネットワーク制御系に特化した差分プライバシー解析を制御性能に対するトレードオフの観点で特徴づけた結果がともに国際論文誌Automaticaに採択された。また、裾の厚い時系列雑音を採用した動的システムのプライバシー保護に関する結果を拡張し、現在、国際論文誌にて査読中である。ガウス過程回帰状態空間モデルに対して、可制御性関数の概念を導入し、モデルのスパース化の可解釈性向上する研究は、収束性の証明が終了し論文投稿の準備をすすめている。また新規に、深層強化学習にもとづく自己駆動型制御システム設計、軌道の位相的性質を活用する動的システム学習、モデル予測制御のための非線形システム同定手法の開発などに着手し、それぞれの成果が国際会議査読中である。通信ネットワークに関する研究課題では、人流ダイナミクスの利活用に関する研究もすすめ、成果を論文投稿する準備を進めている。薬学応用に関する研究に関しては、再実験により解析精度の向上をめざしたものの、想定していた結果は得られなかったため、その原因と対策の検討をすすめている。また突発的な天候変動が深刻な影響を与える風力発電を有する電力ネットワークの安定性解析手法を拡張し、論文の採択が決定しているほか、動的システムのレアイベントのモデリング・解析・制御手法に関する解説を執筆した。アウトリーチ活動としては、機械学習とシステム制御の境界領域における研究動向に関する招待講演をおこなった。
|
| Research Progress Status |
翌年度、交付申請を辞退するため、記入しない。
|
| Strategy for Future Research Activity |
翌年度、交付申請を辞退するため、記入しない。
|
