ニューラルネットワークを用いたシステム変動分類のための適応的構造最適化

カテゴリ: 研究会(論文単位)

論文No: CT25038

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2025/01/04

タイトル(英語): Adaptive Structural Optimization for System Variation Classification Using Neural Networks

著者名: 糸原 駿人(広島大学),林田 智弘(広島大学),関崎 真也(広島大学),西崎 一郎(広島大学)

著者名(英語): Hayato Itohara(Hiroshima University),Tomohiro Hayashida(Hiroshima University),Shinya Sekizaki(Hiroshima University),Ichiro Nishizaki(Hiroshima University)

キーワード: ＰＩＤ制御|システム変動分類|ガウス過程|連続ウェーブレット変換|Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒ|PID control|System Variation Classification|Gaussian Processes|Continuous Wavelet Transform|Vision Transformer

要約(日本語): PID制御は適切な制御パラメータ設定により優れた制御性能を発揮できるが，外的要因等でシステム特性が変動した場合，制御パラメータの再設定が必要である．システム変動を適切に分類できれば制御性能の著しい低下を避けることができる．本研究ではViTを用いた変動分類手法を考え，関連するハイパーパラメータを，ガウス過程を用いて最適化する手法を提案する．さらに，数値実験によりその有用性を示す．

要約(英語): This study proposes a classification method using the Vision Transformer with optimization of the related hyperparameters using a Gaussian process. Additionally, this study conducts some kinds of numerical experiments are conducted corresponding to "first order plus time delay " system to demonstrate the usefullness of the proposed method.

本誌: 2025年1月7日-2025年1月8日制御研究会-2

本誌掲載ページ: 59-64 p

原稿種別: 日本語