Suppressing unknown disturbances to dynamical systems using machine learning

要約

力学システムに対する未知の外乱を特定して抑制することは、さまざまな分野のアプリケーションにおける問題です。
ここでは、既知の強制関数の影響下でのシステムの以前の観察のみに基づいて、未知のシステムに対する未知の外乱を特定して抑制するモデルフリーの方法を紹介します。
訓練関数に対する非常に緩やかな制限の下で、私たちの方法は大規模な種類の未知の外乱を確実に識別し、抑制できることがわかりました。
アナログ電気カオス回路に対する決定論的および確率論的な未知の外乱の特定と、さまざまなカオス力学システムに対するカオス外乱が特定され抑制される数値例を用いて、私たちのスキームを説明します。

要約(オリジナル)

Identifying and suppressing unknown disturbances to dynamical systems is a problem with applications in many different fields. Here we present a model-free method to identify and suppress an unknown disturbance to an unknown system based only on previous observations of the system under the influence of a known forcing function. We find that, under very mild restrictions on the training function, our method is able to robustly identify and suppress a large class of unknown disturbances. We illustrate our scheme with the identification of both deterministic and stochastic unknown disturbances to an analog electric chaotic circuit and with numerical examples where a chaotic disturbance to various chaotic dynamical systems is identified and suppressed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google