2011 Fiscal Year Annual Research Report
| Project/Area Number |
21760327
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
藤本 健治 京都大学, 工学(系)研究科(研究院), 教授 (10293903)
|
|---|
| Keywords | 確率システム / 統計的学習 / 確率最適制御 |
|---|
| Research Abstract |
本研究の目的は、システム工学における機械学習の枠組みと制御工学における学習制御の枠組みとを結びつけることにある。そのために、(i)これまでに得られている機械学習的手法である変分ベイズ推定法を状態空間モデルに適用し、(ii)ベイズ推定された統計的なシステムモデルを制御する手法、(iii)制御工学におけるムービングホライズン推定を拡張し、ベイズ推定された統計的なばらつきを持つシステムに対する推定手法を開発した。
上記(i)に関して、これまで変分ベイズ法を状態空間モデルに適用した結果では、事前分布と事後分布が正確には一致しておらず、学習を繰り返し行うことができなかった点を改善し、さらに座標変換に対して不変となるようにアルゴリズムの導出を行った。また従来法では推定できなかったパラメータの分散を直接推定できるアルゴリズムを開発した。
上記(ii)に関しては、モデルパラメータが確率分布で与えられるモデルに対する最適制御手法の開発を行った。さらにこの手法を用いて鉄鋼の実モデルに対して設計を行い、有効性の確認を行った。
さらに(iii)のテーマに関しては、制御対象が確率的なばらつきを有する場合でも、できるだけ誤差が少なくなる状態推定器の設計法を与えた。
上記(i)～(iii)の成果を合わせることで、確率的なばらつきを持つ系に対して、モデルの推定学習・内部状態の推定・フィードバック制御の一連の制御系の設計が行えることになる。今回の成果では、これらの統合にまでは至っていないが、申請当初のおおよその目的は達成できたと考えられる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の目的は、システム工学における機械学習の枠組みと制御工学における学習制御の枠組みとを結びつけることにある。そのために、(i)これまでに得られている機械学習的手法である変分ベイズ推定法を状態空間モデルに適用し、(ii)ベイズ推定された統計的なシステムモデルを制御する手法、(iii)制御工学におけるムービングホライズン推定を拡張し、ベイズ推定された統計的なばらつきを持つシステムに対する推定手法を開発した。
上記(i)に関して、これまで変分ベイズ法を状態空間モデルに適用した結果では、事前分布と事後分布が正確には一致しておらず、学習を繰り返し行うことができなかった点を改善し、さらに座標変換に対して不変となるようにアルゴリズムの導出を行った。また従来法では推定できなかったパラメータの分散を直接推定できるアルゴリズムを開発した。
上記(ii)に関しては、モデルパラメータが確率分布で与えられるモデルに対する最適制御手法の開発を行った。さらにこの手法を用いて鉄鋼の実モデルに対して設計を行い、有効性の確認を行った。
さらに(iii)のテーマに関しては、制御対象が確率的なばらつきを有する場合でも、できるだけ誤差が少なくなる状態推定器の設計法を与えた。
上記(i)～(iii)の成果を合わせることで、確率的なばらつきを持つ系に対して、モデルの推定学習・内部状態の推定・フィードバック制御の一連の制御系の設計が行えることになる。今回の成果では、これらの統合にまでは至っていないが、申請当初のおおよその目的は達成できたと考えられる。
|
| Strategy for Future Research Activity |
本研究課題は今年度で終了であるため、今後の計画はありません。
|
