文献

J-GLOBAL ID：201802261069311968   整理番号：18A1652061

アフィン抽象化による非線形モデル識別のための入力設計【JST・京大機械翻訳】

Input Design for Nonlinear Model Discrimination via Affine Abstraction

著者 (4件)： Singh Kanishka (School for Engineering of Matter, Transport and Energy, Arizona State University, Tempe, AZ, 85287) ,  Ding Yuhao (Electrical Engineering and Computer Science Department, University of Michigan, Ann Arbor, MI, 48109) ,  Ozay Necmiye (Electrical Engineering and Computer Science Department, University of Michigan, Ann Arbor, MI, 48109) ,  Yong Sze Zheng (School for Engineering of Matter, Transport and Energy, Arizona State University, Tempe, AZ, 85287)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 51  号： 16  ページ： 175-180  発行年： 2018年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,不確実な非線形モデルの有限数を識別するために,分離入力信号の設計を考察した。各非線形モデルは,システム運転モード,他の運転者やロボットの観測されない意図,または故障タイプや攻撃戦略などに対応し,すべての非線形モデルの出力軌跡が,初期条件,モデル不一致または雑音の不確実性の実現の下で互いに識別できるように設計される。二段階アプローチを提案した。最初に,最適化に基づくアプローチを用いて,アフィン抽象化に対する識別保証が元の非線形システムに対しても保持するようなすべてのシステム挙動を保存する抽象化として,不確実アフィンモデルにより非線形動力学を過剰近似した。次に,アフィン抽象化と非線形モデルを含む不確実なアフィンモデルのためのアクティブモデル識別問題に対する混合整数線形計画(MILP)の形式における新しい解を提案した。最後に,高速道路車線変更シナリオにおける他の車両の意図を同定するための著者らのアプローチの有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不確実性 ,  高速道路 ,  非線形系 ,  運転モード ,  軌跡 ,  最適化 ,  雑音 ,  非線形力学 ,  故障 ,  ロボット ,  近似法 ,  *モデル
準シソーラス用語： 車線変更 ,  混合整数線形計画法 ,  *非線形モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 入力設計 ,  モデル識別 ,  非線形システム ,  アフィン抽象化

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 抽象化 ,  非線形モデル ,  識別 ,  入力設計