
本稿では、物理情報に基づく機械学習を用いて非線形システムのクープマンモデルを構築し、そのモデルに基づいて自己調整機能を備えた移動ホライズン推定器を開発することで、高精度かつ効率的な状態推定を実現する手法を提案する。


coremsg

物理情報に基づく機械学習を用いた非線形システムの自己調整移動ホライズン推定

title_rewrite


本論文は、自己注意メカニズムを組み込んだ新しいカルマンフィルタリングアルゴリズム(AtKF)を提案する。AtKFは状態系列間の依存関係をより効果的に捉えることで、ノイズ影響や モデル誤差に対する推定精度と頑健性を向上させる。また、ラティス軌跡線形近似(LTPWL)と バッチ推定アルゴリズムに基づくプリトレーニング手法を導入し、再帰的な訓練プロセスの不安定性と非効率性を解決する。


自己注意メカニズムとラティス軌跡線形近似に基づく非線形カルマンフィルタリング