インパルス応答同定におけるミドル閾値関数の導入

カテゴリ: 研究会(論文単位)

論文No: CT19016

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/01/05

タイトル(英語): Introduction of Middle Threshold Function in Impulse Response Identification

著者名: 西川 翔太(慶應義塾大学),新城 早紀(慶應義塾大学),大森 浩充(慶應義塾大学)

著者名(英語): Syouta Nishikawa(Keio University),Saki Shinjyo(Keio University),Hiromitsu Ohmori(Keio University)

キーワード: スパースモデリング|Ｌ２正則化（Ｒｉｄｇｅ回帰）|Ｌ１正則化|Ｌａｓｓｏ|ハード閾値|ソフト閾値|sparse modeling|L2 regularization (Ridge regression)|L1 regularization|Lasso| hard threshold| soft threshold

要約(日本語): システムの精細再現を目的とせず，工学上有用なモデルを構築するスパースモデリングに注目が集まっている．本研究では，パラメータ同定問題をL1正則化(Lasso: Least absolute shrinkage and selection operator)最適問題として構築し，①平均2乗誤差（MSE）（ハード閾値：良，ソフト閾値：悪），②不連続性による影響（ハード閾値：悪，ソフト閾値：良）の２つの点の妥協点を図るミドル閾値を導入し，数値シミュレーションによりその効果を確認する．

要約(英語): The sparse modeling attracts much attention as a useful modeling for the system identification without the unnecessary exact expression. In the issue of parameter identification by L1 regularization (Lasso: Least absolute shrinkage and selection operator) optimization problem, the middle threshold is proposed. The middle threshold can compromise between the hard threshold and soft threshold. The hard threshold method has good MSE(mean square error) evaluation, but, the influence of the discontinuity is bad, on the other hand, the soft threshold method has bad MSE evaluation, but the influence of the discontinuity is good. The effect of the middle threshold is confirmed by numerical simulation.

原稿種別: 日本語

PDFファイルサイズ: 1,123 Kバイト