閉ループ応答データを用いたカーネル正則化に基づくインパルス応答推定

カテゴリ: 研究会(論文単位)

論文No: CT21030

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2021/01/20

タイトル(英語): Impulse Response Estimation Based on Kernel Regularization Using Closed-Loop Response Data

著者名: 松井 義弘(福岡工業大学),綾野 秀樹(東京工業高等専門学校),増田 士朗(東京都立大学),中野 和司(電気通信大学)

著者名(英語): Yoshihiro Matsui(Fukuoka Institute of Technology),Hideki Ayano(National Institute of Technology, Tokyo College),Shiro Masuda(Tokyo Metropolitan University),Kazushi Nakano(The University of Electro-Communications)

キーワード: インパルス応答推定|カーネル正則化|ハイパーパラメータ|閉ループデータ|impulse response estimation|kernel regularization|hyperparameter|closed-loop data

要約(日本語): カーネル正則化法による制御対象のインパルス応答推定において，ハイパーパラメータの調整が重要である．ハイパーパラメータの調整には経験ベイズ法などが使われるが，その評価関数が非凸となるため，最適なハイパーパラメータの検索に時間がかかり，必ずしもよい結果が得られるとは限らない．本稿では，閉ループデータから容易にハイパーパラメータを決定するを方法を提案し，その有効性を数値実験で示す．

要約(英語): Tunning of hyperparameters is important for plant impulse response estimation by the kernel regularization._x000D_ The empirical Bayesian method is often used to tune hyperparameters. However, the optimization problem for that is non-convex. Therefore, it requires higher computation costs and does not always give us proper hyperparameters._x000D_ This paper gives a method to determine the hyperparameter for the kernel regularization from closed-loop response data easily. The effectiveness of the method is shown through numerical experiments.

本誌: 2021年1月24日制御研究会

本誌掲載ページ: 77-82 p

原稿種別: 日本語

PDFファイルサイズ: 1,333 Kバイト