連続時間グレーボックスモデルに対するデータ数が少ない場合のSOS最適化を用いた一同定法
スポンサーリンク
概要
- 論文の詳細を見る
本発表では，構造はわかっているが未知バラメータを含むグレイボックスモデルに対する一同定法にを提案する．連続時間グレイボックスモデルを離散化した場合，一般に未知パラメータの指数関数を含むことになるが，本稿ではそれを多項式展開して近似することにより，出力誤差に対する最小自乗問題がSOS最適化問題になることを示す．本方法は，データ数がシステムの次数程度の少ない場合にも適用可能な方法であり，その有効性を数値例により示す．
- システム制御情報学会の論文
システム制御情報学会 | 論文
- 文化財の3Dモデリングに対する動画像解析の応用
- 遺伝的アルゴリズムを適用したFuzzy ARTによる2リンクロボットアームの行動獲得の効率化
- 強化学習における状態数を抑制するクラスタリング方法
- 消費者行動のモデル化とマーケティングのカスタマイズ : 顧客データベースを用いたOne to Oneマーケティング(新サービス創造に向けたサービス工学の取り組み)
- 人物像の実時間認識・生成 : 仮想シーンを介したコミュニケーションの実現を目指して (豊かなヒューマンコミュニケーションのための顔とジェスチャの認識・合成技術特集号)