Control with Patterns Based on D-learning

要約

今日、データは豊富に蓄積されるようになり、ますます強力になるコンピューティング能力により、ビッグデータの取り扱いが容易になった。この驚くべきシナリオは、これまで解析や解決が困難であったいくつかの制御問題を解決する新たな方法をもたらす。本論文では、非線形力学系に対応するデータセットを扱うための新しい制御アプローチ、すなわちパターンによる制御（CWP）を提案する。この種のデータセットに対して，非線形力学系を記述するための新しい定義，すなわちデータセット上の指数引力が提案される．データセットとパラメータ化されたリアプノフ関数に基づいて、データセット上の指数引力の問題がパターン分類の問題に変換される。さらに、システムダイナミクスの知識なしにCWPを実行するD-learningを提案する。

要約(オリジナル)

Nowadays, data are richly accessible to accumulate, and the increasingly powerful computing capability offers reasonable ease of handling big data. This remarkable scenario leads to a new way of solving some control problems that were previously challenging to analyze and solve. This paper proposes a new control approach, namely control with patterns (CWP), to handle data sets corresponding to nonlinear dynamical systems, where the feature abstraction must be considered for unstructured data feedback. For data sets of this kind, a new definition, namely exponential attraction on data sets, is proposed to describe nonlinear dynamical systems under consideration. Based on the data sets and parameterized Lyapunov functions, the problem for exponential attraction on data sets is converted to a pattern classification one. Furthermore, D-learning is proposed to perform CWP without knowledge of the system dynamics.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL