学習制御

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

	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

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・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。

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		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
	4thQ
		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	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(BPTT)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の学習手法(LSTM)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