モーメントベクトル方程式の固有値解析に基づく大域結合写像の構造解析(一般及び雑音を有効利用する神経系やそのモデル)
スポンサーリンク
概要
- 論文の詳細を見る
大域結合写像(GCM)や非線形結合振動子のように,複数の要素が結合し,要素の分布がシステムのダイナミックスに影響を及ぼすようなシステムの特性と構造を解析した.本手法は,まず,システムを非線形ボルツマン方程式で表し,ボルツマン方程式に対するモーメントべクトル方程式(MVE)を導出する.次に,定常状態における平均確率密度関数(pdf)解析により明らかにする.本手法を用いてGCMの解析した結果はシミュレーション結果と一致した.すなわち,本手法により,平均pdfや過渡応答だけでなく,それらを与えるシステムの構造が明らかにされた.
- 2011-01-17
著者
-
佐藤 仁樹
公立はこだて未来大学システム情報科学部
-
佐藤 仁樹
公立はこだて未来大学システム情報科学部情報アーキテクチャ学科
-
佐藤 仁樹
公立はこだて未来大学システム情報科学研究科
-
佐藤 仁樹
公立はこだて未来大学
-
佐藤 仁樹
現在,公立はこだて未来大学システム情報科学研究科
関連論文
- Schrodinger-type equation for nonlinear optimization and its application to global optimization (非線形問題)
- モーメントベクトル方程式に基づく多粒子系の解析
- モーメントベクトル空間における空間埋め込み方程式を用いた高次元非線形システムの解析
- 強化学習を用いた高次元非線形時系列予測
- 非線形最適化に関するシュレディンガー型方程式と大域的最適化への応用
- 非線形方程式の近似および統計量の解析 : モーメントベクトル方程式に基づく方法
- 線形ベクトル空間におけるロジスティック写像の統計解析
- 高次元行動空間における強化学習 : 主成分分析による行動空間圧縮(非線形制御,一般)
- 強化学習に基づく非線形アプローチによるロバストルーチング
- 関数近似のための特徴空間の構築と強化学習への応用(一般,制御システムとダイナミックス)