| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-14 10:45 深層展開を用いた合意制御におけるネットワーク条件の緩和のための一検討 ○小川翔也・石井光治（香川大）  WBS2020-11 ITS2020-7 RCC2020-14 |
|
| 抄録 | （和） | 複雑なネットワークにおける合意制御では，合意制御アルゴリズム内のパラメータがアルゴリズム全体の 振る舞いに大きく影響するため，適切なパラメータ設計が重要な問題となる．先行研究において，深層学習の一種で ある深層展開を複雑なネットワークを持つ合意制御アルゴリズムに用いたデータ駆動型合意制御アルゴリズムが提案 され，制御特性を改善することが報告されている．この先行研究で提案されているアルゴリズムはある特定のネット ワークトポロジーに対して適応したエッジ間の重みを初期値を変えて学習することで制御特性を改善する．しかし， 特定のネットワークでのみ学習するため，ネットワークトポロジーに対して汎用性がない．そこで本研究では，ネッ トワークトポロジーの汎用化を目的に，複数の異なる（統計的な性質は同じ）ネットワークトポロジーを用いて学習 した統計的なデータを基にした合意制御を検討する．具体的には，異なる複数のネットワークトポロジーで学習した パラメータ(重み) で時点と隣接エージェント数におけるそれぞれ統計的な分布を取り，その分布に従って重みを決定 することを検討する. これにより，統計的に同じ性質を持つネットワークで汎用性を持つパラメータ(重み) 設計を実 現する．シミュレーション結果より，統計的な分布は，ガウス分布に近いため，平均と分散から算出されたランダム 変数を重みとして与える方式を検討した．しかし結果として，従来のパラメータが固定の場合の合意制御アルゴリズ ムより性能が劣化したため，その原因に関して本項では解析する． |
| （英） | In the consensus problem with a complex network, the convergence performance deeply depends on the given parameters, i.e., the weighting values given at individual edges. Recently, Kishida et.al., have proposed to apply a deep learning technique into the consensus problem and shown that the deep-leaning aided consensus problem can significantly enhance the convergence performance. The deep-learning aided consensus problem tries to learn the samples of the consensus problem with the fixed network topology but different initial values. However, since this system is designed only for the given network topology, Kishida’s deep-learning aided consensus cannot apply to the system with other network topology. To relax the restriction about applying network topology, this study proposes a statistical approach to give the wighting values at individual edges. We first gather the weight values calculated by Kishida’s deep-learning aided consensus with different network topologies and sort the gathered data into the cases corresponding to the time and the number of neighbor agents. From the computer simulation, the shape of pdf of sorted data can be seen as a Gaussian distribution and thus we set up a hypothesis that optimal weighting value follows a Gaussian distribution. Then, this study proposes to assign the random variable which follows the Gaussian distribution into the edge with the same time-index and number of neighbors. Computer simulations show that the proposed system cannot achieve better performance than the conventional system with fixed weighting value. Thus, this work tries to investigate the causes why the proposed deep-learning aided consensus cannot efficiently work. | |
| キーワード | （和） | 合意制御 / データ駆動型合意制御アルゴリズム / 深層展開 / ガウス近似 / / / / |
| （英） | consensus problem / data-driven algorithm / deep-unfolding / gaussian approximation / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 292, RCC2020-14, pp. 19-24, 2020年12月. | |
| 資料番号 | RCC2020-14 | |
| 発行日 | 2020-12-07 (WBS, ITS, RCC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WBS2020-11 ITS2020-7 RCC2020-14 |
|
| 研究会情報 | |
| 研究会 | ITS WBS RCC |
| 開催期間 | 2020-12-14 - 2020-12-15 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ITS通信，高信頼制御通信，レーダ・センシング技術及び一般 |
| テーマ（英） | ITS Communications, Reliable Communication and Control, Radar and Sensing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCC |
| 会議コード | 2020-12-ITS-WBS-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層展開を用いた合意制御におけるネットワーク条件の緩和のための一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Relaxation of Network Restriction in Deep-Unfolding aided Consensus |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 合意制御 / consensus problem |
| キーワード(2)（和/英） | データ駆動型合意制御アルゴリズム / data-driven algorithm |
| キーワード(3)（和/英） | 深層展開 / deep-unfolding |
| キーワード(4)（和/英） | ガウス近似 / gaussian approximation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 小川 翔也 / Shoya Ogawa / オガワ ショウヤ |
| 第1著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 石井 光治 / Ishii Koji / イシイ コウジ |
| 第2著者 所属（和/英） | 香川大学 (略称： 香川大) Kagawa University (略称： Kagawa Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-14 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCC |
| 資料番号 | WBS2020-11, ITS2020-7, RCC2020-14 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.290(WBS), no.291(ITS), no.292(RCC) |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2020-12-07 (WBS, ITS, RCC) |
[研究会発表申込システムのトップページに戻る]