フィードフォワード制御のための物理誘導ニューラルネットワーク:直交射影ベースアプローチ【JST・京大機械翻訳】

Kon Johan; Bruijnen Dennis; van de Wijdeven Jeroen; Heertjes Marcel; Oomen Tom

プレプリント

J-GLOBAL ID：202202218459762060 整理番号：22P0025545

フィードフォワード制御のための物理誘導ニューラルネットワーク:直交射影ベースアプローチ【JST・京大機械翻訳】

Physics-Guided Neural Networks for Feedforward Control: An Orthogonal Projection-Based Approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月10日プレプリントサーバーでの情報更新日： 2022年01月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

未知の非線形動力学は,モデルベースのフィードフォワード制御の性能を制限することができる。本論文の目的は,未知,典型的に非線形,動力学を持つシステムのためのフィードフォワード制御フレームワークを開発することである。未知の動力学に対処するために,物理ベースのフィードフォワードモデルをニューラルネットワークによって補完した。モデルの部分空間におけるニューラルネットワーク出力を直交射影を通してペナルティ化した。これは一意的に識別可能なモデル係数をもたらし,性能と良好な一般化の両方を可能にした。フィードフォワード制御フレームワークを,非線形摩擦特性を制限する性能を有する代表的システム上で検証した。【JST・京大機械翻訳】

, , , , ,
, , , , 【Automatic Indexing@JST】

化学プロセスの制御 , ニューロコンピュータ

, , , ,

前のページに戻る