自動運転等における複雑なタスクをベクトルに変換しメモリ消費を低減

<plone.namedfile.file.NamedBlobImage object at 0x7f17c47feac0 oid 0x318f1b in <Connection at 7f189fb235b0>>

2022-03-08

engineering

{'items': [{'key': '515pn', 'term': '信号時相論理', 'description': {'blocks': [{'key': '17r0e', 'text': '∧（かつ）∨（または）といった論理演算子に加え、 F（いつか）、G（ずっと）といった時相論理演算子を用いた論理体系。特に、時相論理演算子を用いることで、信号に関する様々な時間的性質を記述することが可能となった。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'd8knt', 'term': 'ニューラルネットワーク ', 'description': {'blocks': [{'key': 'cac6u', 'text': '関数の表現方法の一つで、入力層、隠れ層、出力層で構成される。各層は線形な変換と非線形な変換の合成で表現されており、機械学習ではこれらの変換を指定するパラメータをデータから効率的に学習する手法が多く研究されている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'df5ej', 'term': 'word2vec', 'description': {'blocks': [{'key': '71lli', 'text': '自然言語処理の分野で開発され、日本語や英語といった自然言語の各単語のベクトル表現をニューラルネットワークによって学習する手法。各単語間の関係を適切に反映した密なベクトルを生成することができ、機械翻訳等の様々な自然言語処理タスクの高度化を実現した。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '983l2', 'term': 'タスク同士の類似度', 'description': {'blocks': [{'key': '4mqdu', 'text': '本研究では各タスクを実行するための状態軌道（車両の位置の軌道等）をそれぞれ生成し、それらの差異を評価することで、タスク同士の類似度（距離）を求めた。特に、STL2vec学習時には、「どの程度状態軌道がSTL仕様を満たすか」を表す量的な指標として知られるrobustnessを最大化する最適制御問題を各タスクに対して解き、得られた最適状態軌道に対する他のSTL仕様のrobustnessとの比較によって学習データを構成した。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '5h0iu', 'term': 'ダイナミクス', 'description': {'blocks': [{'key': 'ct9sf', 'text': '物理システムの状態（位置、速度等）の時間的な振る舞いの表現。通常は微分方程式や差分方程式で記述される。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['eng']

['橋本航', '橋本和宗', '高井重昌']

提案手法は理論計算機科学、制御工学、機械学習の三つの分野を融合したアプローチであり、これらの異分野の知見を活用することで生まれた成果です。今後これらの異分野協働を進めることで、学術面・実用面でのさらなる成果を目指したいと考えています。

橋本和宗

助教

工学研究科

https://rd.iai.osaka-u.ac.jp/ja/d90c747dc9cbc1c1.html?k=%E6%A9%8B%E6%9C%AC%E5%92%8C%E5%AE%97