利用しやすい構造を有する学習ネットワークの構成と応用に関する研究
【研究分野】制御工学
【研究キーワード】
非線形モデル / ニューラルネットワーク / ファジイニューロネットワーク / 学習 / 先見情報 / 非線形制御 / ロバスト制御 / 故障診断 / 線形構造 / 線形制御技術
【研究成果の概要】
システム同定と制御系設計の観点から観れば、ニューラルネットワークやニューロファジイネットワークは、良好な表現柔軟性を持つ非線形ブラックボックスモデルであるが、構造が固定されているため、応用対象との間にギャップがあり、利用しにくいという問題点がある。この問題を解決するため、以下の事項について研究を行った。
・表現柔軟性と応用柔軟性を同時に持つ利用しやすい構造を有する学習ネットワークを目指して、多様な非線形システムの入出力特性を表す柔軟表現力だけでなく、制御系設計や故障診断などの様々な応用に適用しやすい柔軟な構造を有する学習ネットワークの構成法を開発した。
・応用毎の先見情報やネットワークの性質に関する情報などを一般化・抽象化するインタフェイス機構、そのための階層的ネットワーク構造を開発し、新しい知識を獲得できる学習機構を開発した。
・さらに、提案した学習ネットワークをベースにした非線形システムの新たな制御手法などの応用技術を考案した。
【研究代表者】
【研究分担者】 |
村田 純一 | 九州大学 | 大学院・システム情報科学研究院 | 助教授 | (Kakenデータベース) |
平澤 宏太郎 | 早稲田大学 | 大学院・情報生産システム研究科準備室 | 教授 | (Kakenデータベース) |
|
【研究種目】基盤研究(C)
【研究期間】2001 - 2002
【配分額】2,400千円 (直接経費: 2,400千円)