学習制御

科目基礎情報

学校 木更津工業高等専門学校 開講年度 平成28年度 (2016年度)
授業科目 学習制御
科目番号 0020 科目区分 専門 / 選択
授業形態 授業 単位の種別と単位数 学修単位: 2
開設学科 制御・情報システム工学専攻 対象学年 専1
開設期 後期 週時間数 2
教科書/教材 資料を配付
担当教員 鴇田 正俊

到達目標

1.パラメータ同定手法の基本概念を理解できる。
2.適応制御系の基本概念を理解できる。
3.ニューラルネットワークの基本概念を理解し制御系への適用を理解できる

ルーブリック

理想的な到達レベルの目安標準的な到達レベルの目安未到達レベルの目安
評価項目1パラメータ同定手法の基本概念を理解でき、系の設計ができるパラメータ同定手法の基本概念を理解できるパラメータ同定手法の基本概念を理解できない
評価項目2適応制御系の基本概念を理解でき、系の設計ができる適応制御系の基本概念を理解できる適応制御系の基本概念を理解できない
評価項目3ニューラルネットワークの基本概念を理解し制御系へに適応を理解できるニューラルネットワークの基本概念を理解できるニューラルネットワークの基本概念を理解できない

学科の到達目標項目との関係

JABEE B-2
専攻科課程 B-2

教育方法等

概要:
コンピュータを使ったインテリジェンスを持った制御手法について学ぶ。特性が変化する制御対象や未知の対象に対してコントローラの特性を変化させ適応する制御系の手法および制御対象の特性を学習し適応する手法について学ぶ。
授業の進め方と授業内容・方法:
最初に系のパラメータを同定する手法について学び、それを応用した適応制御系について理解をする。また、ニューラルネットワークを使って系の動特性を学習する手法を学び制御系に適用する手法を理解する。それぞれの手法は、理解を深めるためにプログラミングによる演習をおこなう。
注意点:
制御工学の基礎を理解しておくこと。また、理解を深めるためにプログラムによる演習を課題として出すので、C言語、Python等を習得しておくとこ。

授業計画

授業内容・方法 週ごとの到達目標
後期
1週 制御の基礎 伝達関数法について理解する
2週 状態空間法について理解する
3週 システム同定 オフライン型パラメータ同定手法について理解する
4週 オンライン型パラメータ同定手法について理解する
5週 適応制御 適応制御の基本概念と制御手法の種類について理解する
6週 セルフチューニング型適応制御系について理解する
7週 モデル規範型適応制御系について理解する
8週 ニューラルネットワーク ニューラルネットワークの種類と基本概念について理解する
9週 多層型ニューラルネットワークの学習手法について理解する
10週 ボルツマン型ニューラルネットワークについて理解する
11週 リカーレント型ニューラルネットワーク リカーレント型ニューラルネットワークの学習手法について理解する
12週 深層学習 深層学習の基本的概念について理解する
13週 深層学習の学習について理解する
14週 ニューラルネットワーク制御 ニューラルネットワークを使った制御手法について理解する
15週 演習
16週 期末試験

評価割合

試験発表相互評価態度ポートフォリオその他合計
総合評価割合70000300100
基礎的能力0000000
専門的能力70000300100
分野横断的能力0000000