非線形確率モデルの安定性理論 〜機械学習と自動化技術の橋渡し〜
●機械学習によるモデル化技術を自動化技術に利活用するための数理基盤
●多種多様な機械学習手法に対応
●車の自動運転などにおける安全性や快適性の向上に期待
電気工学専攻の細江陽平講師と、広島大学の研究者からなる研究グループは機械学習によるモデル化技術を自動化技術に利活用するための大きなブレイクスルーを実現しました。機械学習は幅広い対象・現象を数式化できますが、非線形確率モデルと呼ばれる非常に一般的なものが得られ、それを自動化技術に直接用いることは困難でした。本研究では、この抜本的な問題を解決するために「確率Contraction理論」と呼ばれる新たな安定性理論を創出しました。提案理論を基礎として、機械学習で得られるモデルに基づいた自動化技術の開発が可能になると期待できます。
本研究成果は、IEEE Transactions on Automatic Controlのオンライン版に2023年6月7日付で掲載されました。
研究詳細
非線形確率モデルの安定性理論 〜機械学習と自動化技術の橋渡し〜
研究者情報
- 細江 陽平 京都大学教育研究活動データベース
書誌情報
タイトル | Contraction analysis of discrete-time stochastic systems |
---|---|
著者 |
Yu Kawano, Yohei Hosoe |
掲載誌 | IEEE Transactions on Automatic Control |
DOI | 10.1109/TAC.2023.3283678 |
KURENAI | https://repository.kulib.kyoto-u.ac.jp/dspace/handle/2433/286845 |