機械学習に基づく時系列データの特徴抽出手法の提案および安定的システム制御のための検討

カテゴリ: 研究会(論文単位)

論文No: CT17006

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2017/03/19

タイトル(英語): Feature Extraction Method for Time-series Data Based on Machine Learning and Stable System Control

著者名: 林田 智弘(広島大学),山本 透(広島大学),木下 拓矢(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学),水口 拓也(広島大学)

著者名(英語): Tomohiro Hayashida(Hiroshima University),Toru Yamamoto(Hiroshima University),Takuya Kinoshita(Hiroshima University),Ichiro Nishizaki(Hiroshima University),Shinya Sekizaki(Hiroshima University),Takuya Mizuguchi(Hiroshima University)

キーワード: 安定制御|時系列予測|システム変動検出|制御パラメータ設定|リカレントニューラルネットワーク|Stable control|Time-series forecasting|Failure detection|Parameter settings|Recurrent neural network

要約(日本語): PID制御などによるシステム制御では，システム外部および内部環境の変化によりシステム特性が変化し，これが安定的システム制御を難しくする要因のひとつとなっている．本研究では，ニューラルネットワークを用いたシステム変動の適切な抽出と，そのシステム変動に適合した適切な制御パラメータの再設定手法を組み合わせることで，システム環境の変動を考慮したシステムの安定的な制御手法について検討する．

要約(英語): In system control as PID control, the system characteristics change due to changes of the environments, which is a factor making system control unstable. By combining appropriate extraction of system fluctuation using neural networks and appropriate reconfiguration of control parameters adapted to the system fluctuation, this research suggests a stable control method in consideration of the fluctuation of the system environment.

原稿種別: 日本語

PDFファイルサイズ: 1,192 Kバイト