| アイテムタイプ |
Article |
| ID |
|
| プレビュー |
| 画像 |
|
| キャプション |
|
|
| 本文 |
KAKEN_21K04112seika.pdf
| Type |
:application/pdf |
Download
|
| Size |
:223.8 KB
|
| Last updated |
:Nov 19, 2025 |
| Downloads |
: 156 |
Total downloads since Nov 19, 2025 : 156
|
|
| 本文公開日 |
|
| タイトル |
| タイトル |
周波数領域における非線形システム同定についての実用化検討
|
| カナ |
シュウハスウ リョウイキ ニオケル ヒセンケイ システム ドウテイ ニツイテ ノ ジツヨウカ ケントウ
|
| ローマ字 |
Shūhasū ryōiki niokeru hisenkei shisutemu dōtei nitsuite no jitsuyōka kentō
|
|
| 別タイトル |
| 名前 |
Practical study of nonlinear system identification in the frequency domain
|
| カナ |
|
| ローマ字 |
|
|
| 著者 |
| 名前 |
足立, 修一
 |
| カナ |
アダチ, シュウイチ
|
| ローマ字 |
Adachi, Shuichi
|
| 所属 |
慶應義塾大学・理工学部 (矢上) ・教授
|
| 所属(翻訳) |
|
| 役割 |
Research team head
|
| 外部リンク |
科研費研究者番号 : 40222624
|
| 名前 |
丸田, 一郎
|
| カナ |
マルタ, イチロウ
|
| ローマ字 |
Maruta, Ichiro
|
| 所属 |
京都大学・工学研究科・准教授
|
| 所属(翻訳) |
|
| 役割 |
Research team member
|
| 外部リンク |
科研費研究者番号 : 20625511
|
| 名前 |
川口, 貴弘
|
| カナ |
カワグチ, タカヒロ
|
| ローマ字 |
Kawaguchi, Takahiro
|
| 所属 |
群馬大学・大学院理工学府・助教
|
| 所属(翻訳) |
|
| 役割 |
Research team member
|
| 外部リンク |
科研費研究者番号 : 00869844
|
| 名前 |
|
| カナ |
|
| ローマ字 |
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
|
| 外部リンク |
|
|
| 版 |
|
| 出版地 |
|
| 出版者 |
|
| 日付 |
| 出版年(from:yyyy) |
2024
|
| 出版年(to:yyyy) |
|
| 作成日(yyyy-mm-dd) |
|
| 更新日(yyyy-mm-dd) |
|
| 記録日(yyyy-mm-dd) |
|
|
| 形態 |
|
| 上位タイトル |
| 名前 |
科学研究費補助金研究成果報告書
|
| 翻訳 |
|
| 巻 |
|
| 号 |
|
| 年 |
2023
|
| 月 |
|
| 開始ページ |
|
| 終了ページ |
|
|
| ISSN |
|
| ISBN |
|
| DOI |
|
| URI |
|
| JaLCDOI |
|
| NII論文ID |
|
| 医中誌ID |
|
| その他ID |
|
| 博士論文情報 |
| 学位授与番号 |
|
| 学位授与年月日 |
|
| 学位名 |
|
| 学位授与機関 |
|
|
| 抄録 |
機械学習の適用検討が十分でないものに非線形動的システムがある．この非線形動的システム同定問題に対して，新しいモデル縮約法を提案することを目的とした．本研究では，計算負荷を切り替え可能な深層ニューラルネットワーク（DNN）を１回の学習で構築する方法を提案し，数値例を通してその有効性を確認した．また，機械学習で研究されている問題を制御理論の枠組みで解釈することにより，新たな知見を得た．
There are nonlinear dynamic systems where the application of machine learning in AI has not been adequately explored. This study aims to propose a new model reduction method for the identification problem of the nonlinear dynamic systems. In this research, a method was proposed to construct deep neural networks (DNNs) capable of switching computational loads in a single learning process, and its effectiveness was confirmed through numerical examples. Additionally, new insights were gained by interpreting problems studied in machine learning within the framework of control theory.
|
|
| 目次 |
|
| キーワード |
|
| NDC |
|
| 注記 |
研究種目 : 基盤研究 (C) (一般)
研究期間 : 2021～2023
課題番号 : 21K04112
研究分野 : 制御工学
|
|
| 言語 |
|
| 資源タイプ |
|
| ジャンル |
|
| 著者版フラグ |
|
| 関連DOI |
|
| アクセス条件 |
|
| 最終更新日 |
|
| 作成日 |
|
| 所有者 |
|
| 更新履歴 |
|
| インデックス |
|
| 関連アイテム |
|
