抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
生物学的または工学的スウォームのモデリングは,しばしば低次元の緊急動力学にもかかわらず,システムの本質的に高い次元のために挑戦的である。ほとんどの既存のスウォームモデリング手法は第一原理に基づいており,しばしば広範囲のアプリケーションに一般化しないスウォーム固有のパラメータ化をもたらす。本研究では,純粋データ駆動法を適用し,(1)観測データを通して均一スウォームの局所相互作用を学習し,(2)学習モデルを用いて類似のスウォーミング挙動を生成する。特に,スウォームDMDと呼ばれる制御による動的モード分解の修正版を開発し,正準Vicsekスウォームモデルで試験した。目標は,観察されたスウォーム挙動を生じさせるエージェント間インタラクションを学習するために,スウォームDMDを使用することである。スウォームDMDはスウォームダイナミックスを忠実に再構成でき,スウォームDMDにより学習されたモデルは,予測精度と予測水平の間のトレードオフによるデータ外挿のための短い予測ウィンドウを提供することを示した。また,モデリングに対する異なる観測データタイプの有効性に関する包括的解析も提供し,ここではエージェント間距離が最も正確なモデルを生成することを見出した。提案したスウォームDMDアプローチは,生物学,物理学,および工学で見出されるマルチエージェントシステムを研究するのに有用であると信じる。【JST・京大機械翻訳】