291846記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 周波数領域ガウス過程モデルによる$H_\infty$不確実性（Frequency-domain Gaussian Process Models for $H_\infty$ Uncertainties）
2 分で読了
0 views

周波数領域ガウス過程モデルによる$H_\infty$不確実性

（Frequency-domain Gaussian Process Models for $H_\infty$ Uncertainties）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

ケントくん

博士、$H_\infty$の不確実性って、どういうものなの？

マカセロ博士

良い質問じゃ、ケントくん。$H_\infty$の不確実性とは、システムやモデルがどれだけ予測できない変動を持っているかを示す指標なんじゃよ。

ケントくん

ふーん、それでガウス過程って何者なの？

マカセロ博士

ガウス過程とは、データがある確率分布に従うと仮定して、その分布を用いて新しいデータの予測を行うための手法なんじゃ。特に、データの構造を検出するのが得意なんじゃよ。

ケントくん

でも、それが$H_\infty$の不確実性とどう関係しているの？

マカセロ博士

それを説明するのが今回の論文じゃ。ガウス過程を活用して、周波数領域でどのように$H_\infty$の不確実性をモデル化し、扱うかを研究しておるんじゃ。つまり、システムの変動を効率よく予測し、制御する方法を探るんじゃよ。

記事本文

この論文では、周波数領域における$H_\infty$安定性解析にガウス過程モデルを適用する方法を提案します。ガウス過程は、確率論的手法を用いてデータをモデル化し、不確実性を考慮しつつ予測を行うのに適しています。$H_\infty$制御は、システムの最悪の場合の性能を保証することを目的としており、このような手法と組み合わせることでより頑健なシステム設計が可能となります。

引用情報

著者情報、論文名、ジャーナル名、出版年がここに掲載されます。

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
屋内プレイス認識のための注意誘導型多段階特徴集約
（AEGIS-NET: ATTENTION-GUIDED MULTI-LEVEL FEATURE AGGREGATION FOR INDOOR PLACE RECOGNITION）
次の記事
k-meansを用いた画像分類の敵対的堅牢性
（Adversarial Robustness on Image Classification with k-means）
関連記事
モデル非依存な深層ニューラルネットワークの到達可能性解析
（Model-Agnostic Reachability Analysis on Deep Neural Networks）
状態制約型オフライン強化学習
（State-Constrained Offline Reinforcement Learning）
多品目食品流通の地理的レジリエンスを解析するためのエッジ強化連合学習型グラフニューラルネットワーク
（FLEE-GNN: A Federated Learning System for Edge-Enhanced Graph Neural Network in Analyzing Geospatial Resilience of Multicommodity Food Flows）
リアルワールド自動運転の学習ベースプランニング指標
（Towards learning-based planning: The nuPlan benchmark for real-world autonomous driving）
チャンドラ深宇宙領域のVLAサーベイ V. サブミリジャンス電波源の進化と光度関数およびラジオ静穏AGNにおける電波放射の問題
（THE VLA SURVEY OF THE CHANDRA DEEP FIELD SOUTH. V. EVOLUTION AND LUMINOSITY FUNCTIONS OF SUB-MJY RADIO SOURCES AND THE ISSUE OF RADIO EMISSION IN RADIO-QUIET AGN）
タンパク質分類のための位相的アプローチ
（A topological approach for protein classification）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
集合トランスフォーマー
（Set Transformer: A Framework for Attention-based Permutation-Invariant Neural Networks）
  • 論文研究
変分識別器ボトルネック
（VARIATIONAL DISCRIMINATOR BOTTLENECK: IMPROVING IMITATION LEARNING, INVERSE RL, AND GANS BY CONSTRAINING INFORMATION FLOW）
  • 論文研究
Graph Neural Networksの表現力
（How Powerful Are Graph Neural Networks?）
  • 論文研究
サンプリングベース探索に深い系列モデルを組み合わせる意義
（Deep sequential models for sampling-based planning）
  • 論文研究
大規模データのクラスタリングを「より速く、より少ない距離計算で」実現する手法
（Large Scale Clustering with Variational EM for Gaussian Mixture Models）
  • 論文研究
散乱物中での自律把持のためのRGB-D物体検出と意味セグメンテーション
（RGB-D Object Detection and Semantic Segmentation for Autonomous Manipulation in Clutter）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む