確率一般化学習ネットワークとその非線形制御システムへの応用

情報処理学会 Web Site 参考文献23件

書誌事項

タイトル別名
  • カクリツ イッパンカ ガクシュウ ネットワーク ト ソノ ヒセンケイ セイギョ システム エ ノ オウヨウ
  • Probabilistic Universal Learning Network and Its Application to a Nonlinear Control System

この論文をさがす

抄録

本論文では，確率信号の処理能力を備えた確率一般化学習ネットワーク（Probabilistic Universal Learning Networks: PrULNs）を提案する．確率一般化学習ネットワークは一般化学習ネットワーク（Universal Learning Networks: ULNs）の拡張である．一般化学習ネットワークは非線形大規模複雑系のモデリングや制御系設計のための一般的な枠組みを提供しており，多くのニューラルネットワークのクラスをカバーしている． ULNs のために一般化された学習アルゴリズムが開発されているが，ほとんどの学習ネットワークがこのアルゴリズムによって学習できる．しかしながら，ULNsは確率信号が処理できない．ここで提案する PrULNs は信号の統計的特性量を計算する機構を備えており，また，ネットワークによって処理された信号が所望の確率特性を持つようにパラメータの学習をすることもできる． PrULNs は次のような問題を解決するのに役立つ：（1）学習ネットワークの汎化能力の向上；（2）従来の確率的制御より進んだ制御；（3）カオスのような複雑系の設計．

Probabilistic Universal Learning Networks (PrULNs) are proposed which are learning networks with capability of dealing with stochastic signals. PrULNs are extension of Universal Learning Networks (ULNs). ULNs form a superset of neural networks and were proposed to provide a universal framework for modeling and control of nonlinear large-scale complex systems. A generalized learning algorithm has been devised for ULNs which can also be used in a unified manner for almost all kinds of learning networks. However, the ULNs can not deal with stochastic variables. Specific value of a stochastic signal can be propagated through a ULN, but the ULN does not provide any stochastic characteristic of the signals propagating through it. The PrULNs proposed here are equipped with machinery to calculate stochastic properties of signals and to train network parameters so that the signals behave with the pre-specified stochastic properties. The PrULNs will contribute to the solution of the following problems: (1) improving the generalization capability of the learning networks, (2) more sophisticated stochastic control than the conventional stochastic control, (3) designing problem for the complex systems such as chaotic systems.

収録刊行物

参考文献 (23)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ