| 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 | 2025-12-11 13:40 断続離散力学系より得られる時系列データのみに基づく分岐解析手法 ○松井大輝（中京大）・伊藤佳卓（北海道科学大）・加藤海渡・高坂拓司（中京大）  NLP2025-61 |
|
| 抄録 | （和） | 本研究では，断続離散力学系より得られる時系列データを学習したデータ駆動型モデル（Support-vector machine(SVM)およびRegularized extreme learning machine(RELM)）に対して直接適用可能な分岐解析手法を提案する．まず，対象とするn次元断続離散力学系の定義を述べる．次にデータ駆動型モデルを用いたアトラクタ推定方法と，同モデルに対する分岐解析手法を提案する．最後に，分岐解析手法を2次元断続離散力学系に適用することで，元のモデルが持つ分岐点を十分な精度で予測可能であることを実証し，本手法の有効性を示す． |
| （英） | This study proposes a bifurcation analysis method, which can be applied directly to data-driven models. These models include Support-vector machine (SVM) and Regularized extreme learning machine (RELM), and can train on time-series data from switched discrete dynamical systems. First, we define the n-dimensional switched discrete dynamical systems. Next, we propose an attractor estimation method and a bifurcation analysis method based on the data-driven models. Finally, to confirm the effectiveness of the proposed method, we apply it to a 2-dimensional switched discrete dynamical system. Our results show that the proposed method predicts the system's bifurcation points with sufficient accuracy, demonstrating its effectiveness. | |
| キーワード | （和） | 分岐解析 / Support-vector machine / Regularized extreme learning machine / 断続力学系 / 時系列データ / / / |
| （英） | Bifurcation analysis / Support-vector machine / Regularized extreme learning machine / Switched dynamical systems / Time-series data / / / | |
| 文献情報 | 信学技報, vol. 125, no. 283, NLP2025-61, pp. 44-47, 2025年12月. | |
| 資料番号 | NLP2025-61 | |
| 発行日 | 2025-12-04 (NLP) | |
| 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 | NLP2025-61 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2025-12-11 - 2025-12-12 |
| 開催地（和） | 高知城歴史博物館 |
| 開催地（英） | Kochi Castle Museum of History |
| テーマ（和） | NLP、一般 |
| テーマ（英） | Nonlinear problem, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2025-12-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 断続離散力学系より得られる時系列データのみに基づく分岐解析手法 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分岐解析 / Bifurcation analysis |
| キーワード(2)（和/英） | Support-vector machine / Support-vector machine |
| キーワード(3)（和/英） | Regularized extreme learning machine / Regularized extreme learning machine |
| キーワード(4)（和/英） | 断続力学系 / Switched dynamical systems |
| キーワード(5)（和/英） | 時系列データ / Time-series data |
| 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） | 松井 大輝 / Daiki Matsui / マツイ ダイキ |
| 第1著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 伊藤 佳卓 / Yoshitaka Itoh / イトウ ヨシタカ |
| 第2著者 所属（和/英） | 北海道科学大学 (略称： 北海道科学大) Hokkaido University of Science (略称： Hokkaido Univ. Sci.) |
| 第3著者 氏名（和/英/ヨミ） | 加藤 海渡 / Kaito Kato / カトウ カイト |
| 第3著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 高坂 拓司 / Takuji Kousaka / コウサカ タクジ |
| 第4著者 所属（和/英） | 中京大学 (略称： 中京大) Chukyo University (略称： Chukyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-11 13:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2025-61 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.283 |
| ページ範囲 | pp.44-47 |
| ページ数 | 4 |
| 発行日 | 2025-12-04 (NLP) |
[研究会発表申込システムのトップページに戻る]