リカレントニューラルネットワークを用いたシステム変動検出手法の提案

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2017/02/01

タイトル(英語): System Change Detection Method using Recurrent Neural Networks

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），平塚　尚人（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), Naoto Hiratsuka (Hiroshima University)

キーワード: 時系列予測，リカレントニューラルネットワーク，システム変動検出　　Time-series forecasting，recurrent neural networks，failure detection

要約(英語): A single or multiple kinds of internal or external environmental variations of the system often cause the property variation of any system under control, and the readjustment of controller parameters is required. To maintain high performance of controlling and minimize the total cost for readjustments of the controller parameters, determination the appropriate timing for readjustment the controller parameters is important. This paper proposes new procedure to determine the appropriate timing for the readjustments based on the time-series data using the recurrent neural networks (RNNs). A well coordinated RNN with proper structure has high performance on the predication of time-series data with the assistance of its internal signal feedback structure. This paper conducts some numerical experiments to verify the availability of the proposed method to some systems. The experimental result indicates that the proposed method has higher performance than other existing method with the same aim.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.137 No.2 （2017） 大特集：電子・情報・システム部門誌 30周年記念「電子・情報・システム技術によるイノベーション」

本誌掲載ページ: 242-248 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/137/2/137_242/_article/-char/ja/