文献

J-GLOBAL ID：201802254737601576   整理番号：18A1508657

ラグランジュおよびハミルトニアン系の制御指向学習【JST・京大機械翻訳】

Control-Oriented Learning of Lagrangian and Hamiltonian Systems

著者 (3件)： Ahmadi Mohamadreza (The Institute for Computational Engineering and Sciences (ICES), University of Texas at Austin, Department of Aerospace Engineering and Engineering Mechanics, Austin, TX, 78712) ,  Topcu Ufuk (The Institute for Computational Engineering and Sciences (ICES), University of Texas at Austin, Department of Aerospace Engineering and Engineering Mechanics, Austin, TX, 78712) ,  Rowley Clarence (Princeton University, Department of Mechanical Engineering and Aerospace Engineering, Princeton, NJ, 08544)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ACC  ページ： 520-525  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 著者らは,1つの軌道だけからの限られたデータが利用可能である物理的システムの制御指向モデルを学習するための二次計画法に基づく方法を提案した。この目的のために,物理学からの最小作用の原理を利用した。二次計画法に基づく二つの方法を提案し,データからシステムのラグランジアンまたはハミルトニアンを近似した。著者らは,凸最適化に基づく学習方法が,それらが事前に知られているならば,根底にあるシステムについての対称性に適応できることを示した。さらに,制御目的に適したデータ駆動微分介在物を構築するために,近似に誤差を組み込んだ。例により結果を説明した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 二次計画法 ,  *ハミルトニアン ,  ラグランジアン ,  *学習 ,  介在物 ,  対称性 ,  微分 ,  *ハミルトニアン系 ,  近似法
準シソーラス用語： データ駆動 ,  学習方法 ,  凸最適化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： ハミルトニアン系 ,  学習