| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-11-06 14:15 深層展開による出力フィードバック安定化の検討 ○小林恒輝・小蔵正輝（奈良先端大）・岸田昌子（NII）・和田山 正（名工大）・杉本謙二（奈良先端大）  WBS2019-34 ITS2019-25 RCC2019-65 |
|
| 抄録 | （和） | 本稿では深層展開を用いた静的出力フィードバック制御系の安定化手法の提案を行う．静的出力フィードバック安定化問題は，システム制御理論において重要な課題であるものの，この問題は非凸かつ非線形な最適化問題に帰着されるため解くことが難しい．そこで本稿では，閉ループ系における信号伝達を時間方向に展開したネットワークに対して深層学習の手法を適用することで安定化出力フィードバックゲインが得られることを示す．また数値例により提案手法の有効性を確認する． |
| （英） | In this paper, we study static output feedback stabilization problem. We specifically present a data–driven methodology for this problem by using deep learning techniques. We unfold the system signal flow to obtain a feedforward signal flow graph, which we regard as a neural network. Numerical examples are presented to show that our methodology can achieve a stabilization. | |
| キーワード | （和） | 線形システム / 静的出力フィードバック制御 / 安定化 / 深層学習 / / / / |
| （英） | Linear systems / static output feedback / stabilization / deep learning / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 270, RCC2019-65, pp. 59-62, 2019年11月. | |
| 資料番号 | RCC2019-65 | |
| 発行日 | 2019-10-30 (WBS, ITS, RCC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WBS2019-34 ITS2019-25 RCC2019-65 |
|
| 研究会情報 | |
| 研究会 | RCC ITS WBS |
| 開催期間 | 2019-11-06 - 2019-11-06 |
| 開催地（和） | 奈良先端科学技術大学院大学 |
| 開催地（英） | Nara Institute of Science and Technology |
| テーマ（和） | ITS通信，高信頼制御通信，レーダ・センシング技術及び一般 (ポスターセッションあり) |
| テーマ（英） | ITS Communications, Reliable Communication and Control, Radar and Sensing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCC |
| 会議コード | 2019-11-RCC-ITS-WBS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層展開による出力フィードバック安定化の検討 |
| サブタイトル（和） | |
| タイトル（英） | Deep Learning-Based Output Feedback Stabilization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 線形システム / Linear systems |
| キーワード(2)（和/英） | 静的出力フィードバック制御 / static output feedback |
| キーワード(3)（和/英） | 安定化 / stabilization |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 小林 恒輝 / Koki Kobayashi / コバヤシ コウキ |
| 第1著者 所属（和/英） | 奈良先端科学大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 小蔵 正輝 / Masaki Ogura / オグラ マサキ |
| 第2著者 所属（和/英） | 奈良先端科学大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | 岸田 昌子 / Masako Kishida / キシダ マサコ |
| 第3著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第4著者 氏名（和/英/ヨミ） | 和田山 正 / Wadayama Tadashi / ワダヤマ タダシ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第5著者 氏名（和/英/ヨミ） | 杉本 謙二 / Kenji Sugimoto / スギモト ケンジ |
| 第5著者 所属（和/英） | 奈良先端科学大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-11-06 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCC |
| 資料番号 | WBS2019-34, ITS2019-25, RCC2019-65 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.268(WBS), no.269(ITS), no.270(RCC) |
| ページ範囲 | pp.59-62 |
| ページ数 | 4 |
| 発行日 | 2019-10-30 (WBS, ITS, RCC) |
[研究会発表申込システムのトップページに戻る]