文献

J-GLOBAL ID：201802258808901523   整理番号：18A0244107

impromptu軌道追跡を改善するための付加ブロックとしての深部ニューラルネットワークの設計【Powered by NICT】

Design of deep neural networks as add-on blocks for improving impromptu trajectory tracking

著者 (3件)： Zhou Siqi (Institute for Aerospace Studies, University of Toronto, Canada) ,  Helwa Mohamed K. (Institute for Aerospace Studies, University of Toronto, Canada) ,  Schoellig Angela P. (Institute for Aerospace Studies, University of Toronto, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CDC  ページ： 5201-5207  発行年： 2017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： 本論文では,任意の目標軌道の追跡性能を向上させるためにベースラインフィードバック制御系への追加ブロックとして深いニューラルネットワーク(DNNs)を紹介した。DNNは,フィードバック制御ループに参照信号を適応するように訓練した。目標は,所望の,実際の出力間の1マップを達成することである。以前の研究では,このアプローチの有効性は,クワッドローターで実証された30未知試験軌道上の,ベースラインフィードバック制御器と比較して,提案したDNN手法は43%の平均impromptu追跡誤差低減を達成した。これらの結果が動機となって,本研究では提案したDNN増強制御アーキテクチャのためのプラットフォーム非依存設計ガイドラインを提供することである。特に,DNN特徴選択のための具体的なガイドラインを提供し,提案した手法が効果的でないときの,条件を導出し,症例で学習効率がさらに増加できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  フィードバック制御 ,  基準信号 ,  特徴選択 ,  基準線
準シソーラス用語： 学習効率 ,  設計指針 ,  制御アーキテクチャ ,  誤差低減 ,  クワッドローター ,  *ディープニューラルネットワーク ,  *軌道追跡 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 軌道追跡 ,  深部ニューラルネットワーク ,  設計