文献

J-GLOBAL ID：201902226066395009   整理番号：19A0518002

信頼できるニューラルネットワーク近似を用いた非アフィン非線形システムのための適応制御【JST・京大機械翻訳】

Adaptive Control for Nonaffine Nonlinear Systems Using Reliable Neural Network Approximation

著者 (2件)： Sun Tairen (Department of Electrical and Information Engineering, Jiangsu University, Zhenjiang, China) ,  Pan Yongping (Department of Biomedical Engineering, National University of Singapore, Singapore)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 23657-23662  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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,システム出力が望ましい軌道を追跡するように,自己構造化ニューラルネットワーク(SSNN)近似に基づく不確実な非アフィン非線形システムのクラスに対する一つの微分可能な制御戦略を提示した。現在のSSNNにおける各ニューロンに対する最適重みは時間変化信号であり,電流安定性解析は滞留時間にのみ適合する。現在のSSNN制御則は,近似手順におけるニューロンの追加または剪定により,滑らかではなく,連続でさえない。本論文では,新しいSSNN推定器と新しい重み更新則を提案し,最適SSNN重みが一定値であることを保証し,制御則が微分可能であることを保証した。提案した制御則の有効性を全追跡手順における安定性解析により説明し,シミュレーション結果により示した。Copyright 2019 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： 微分 ,  安定性解析 ,  滞留時間 ,  シミュレーション ,  ニューロン ,  制御則 ,  *近似法 ,  *非線形系 ,  経時変化 ,  不確実性 ,  電流 ,  *ニューラルネットワーク ,  有効性 ,  *適応制御
準シソーラス用語： 制御戦略 , 【Automatic Indexing@JST】

分類 (4件)： パターン認識  (JE07000S) ,  数値計算  (JE02000J) ,  信号理論  (ND02020G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 信頼 ,  ニューラルネットワーク ,  近似 ,  非線形システム ,  適応制御