2021 Fiscal Year Annual Research Report
流れのリアルタイム制御を可能にする動的スパース観測の実現
| Project/Area Number |
21J20671
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
山田 圭吾 東北大学, 工学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2021-04-28 – 2024-03-31
|
| Keywords | 最適化 / センシング / データ駆動モデル |
|---|
| Outline of Annual Research Achievements |
初年度の実施項目は、計画に記載した研究項目のうち、観測位置の最適化に関する以下の二つに大別される。
1.現象を表現する静的なモデルとの誤差をデータ駆動的に評価し、モデルと実際の現象とのずれに対して寛容な観測系を構築する手法の開発
2.現象を表現する動的なモデルの可観測性を効率的に評価し、測定を行うセンサ位置の高速な最適化を行う手法の開発
項目1では従来の線形な近似モデルとそれに基づくセンサ位置選択アルゴリズムを拡張し、より一般的な問題の形式に適用した。近似モデルと実現象との誤差が観測ノイズとして観測系に与える影響を加味し、従来の方法では考慮できていなかった観測位置に関して相関を持つような観測ノイズの影響を低減した。結果として、データ駆動的なモデルによって効率的に状態推定を行う観測系の信頼性向上に貢献した。これに関して論文の執筆と海外学会誌への投稿を行った。項目2ではセンサ位置最適化の対象が静的な線形システムから動的な線形システムへと自然に接続できることを確認した。これにより、時間に伴う変化として記述される物理現象を観測する観測系の構築に向けて前進した。以上の内容に関して、2022年3月の第9回 制御部門マルチシンポジウムにおいて口頭発表を行い、次年度の国際学会での発表に向けて海外学会用の論文を執筆した。これらの研究成果発表後は主双対近接分離法等の手法も取り入れ、最適化を実行する手法の選択肢を増やし計算時間や得られた観測系の評価を多角的に行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
主に遅れているのは少数配置したセンサによる測定からモデル化を行う部分で、具体的にはモデルで表現したい現象に関する物理的・経験的な知識をモデル化の制約として融合する手法ができていない。
|
| Strategy for Future Research Activity |
課題解決に向けたアプローチは考案しているので、2022年度で実際に最適化の定式化を行い評価を行う。その際、対象とする題材である流体力学的な知見や最適化の計算における工夫が必要であり、受け入れ研究者との議論を活発に行いつつ作業を進める必要がある。
|
