Locally Structured Unitary Networks and Tangent Space Learning for Dynamic Systems Modeling

用于动态系统建模的局部结构酉网络和切线空间学习

• 批准号: 22H00512
• 负责人: 村松 正吾
• 金额: $ 27.21万
• 依托单位: Niigata University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H00512/
• 关键词: 信号処理; 制御理論; 接空間学習; 動的システム; データ駆動モデリング; 次元削減

計測技術の発展と共に，複雑な物理現象の理解と予測，制御への要求が高まり，データ駆動によるモデル化，特に，畳み込みニューラルネットワーク(CNN)を利用した手法が有力視されてきた．しかし，CNNは解釈性に乏しく，領域知識をその構造に反映し難い課題がある．そこで本研究では，畳み込み層の局所性を継承し，ユニタリ性の構造制約の下で適応制御可能な線形層の実現を試みている．接空間に直接対応するその構造は高い解釈性を与え，現象の理解を促進し，その予測と制御に高性能化をもたらすことが期待できる．防災に重要な河床や地盤の変動を事例とし，情報学，土木工学，数学，物理学の融合研究体制で課題に取り組み，防災応用での有効性の実証を目指している．具体的には，動的システムのモデル化に有効な線形構造を探求している．新たに局所構造化ユニタリ層を導入し，汎用的で解釈性が高いデータ駆動による動的システムのモデリング手法の確立に取り組んでいる．2022年度は主に局所構造化ユニタリネットワーク(LSUN)の学習設計に取り組んだ．以下に成果をまとめる．(i) 開発: LSUNをソフトウェア実装し，データ駆動による動的システムのモデル化を行う環境を整えた．(ii) 解析：Burgers方程式に従う時系列データの解析をとおして，LSUNの性能評価を実施した．(iii) 実証: 河川の河道変動の実験や地盤の変動の観測から時系列データを取得し，畳み込み構造などLSUNに関連する動的システムモデリング手法の提案と評価を進め，LSUNの有効性の実証に必要なデータや手法の整理を行った．なお，提案手法の基礎的な評価には数値計算ソフトウェアMATLABを採用し，ソースコードを公開するための準備も進めた．適宜，国内学会，国際会議にて成果発表を行うと同時に，基礎的な研究成果の学術論文誌への投稿準備も進めた．

随着测量技术的发展，对理解、预测和控制复杂物理现象的需求不断增加，数据驱动建模，特别是使用卷积神经网络（CNN）的方法变得流行。然而CNN缺乏可解释性，并且存在其结构难以反映领域知识的问题。因此，在本研究中，我们试图实现一个继承了卷积层局部性并且可以在幺正性结构约束下自适应控制的线性层。其结构直接对应于切空间，提供了高可解释性，促进了对现象的理解，有望在预测和控制方面带来更高的性能。以对防灾至关重要的河床和地面变化为例，我们正在通过结合信息学、土木工程、数学和物理的研究系统来解决这个问题，目的是展示其在防灾应用中的有效性。具体来说，我们正在探索可有效建模动态系统的线性结构。通过引入新的局部结构化单一层，我们正在致力于建立一种通用且高度可解释的动态系统数据驱动建模方法。 2022年主要从事局部结构化酉网络（LSUN）的学习设计。结果总结如下。 (i) 开发：我们在软件中实现了 LSUN，并为动态系统的数据驱动建模创建了一个环境。 (ii) 分析：我们根据 Burgers 方程通过分析时间序列数据来评估 LSUN 的性能。 （iii）演示：从河道波动实验和地面变形观测中获取时间序列数据，提出和评估与LSUN相关的动态系统建模方法，例如卷积结构，并演示LSUN的有效性我们组织了必要的数据和方法。为此目的。利用数值计算软件MATLAB对该方法进行了基础评估，并准备发布源代码。我们适时在国内学术会议和国际会议上展示我们的成果，同时准备向学术期刊投稿我们的基础研究成果。

项目成果

多次元信号・画像処理研究室 － 研究プロジェクト

多维信号与图像处理实验室-研究项目

GitHub - SaivDr Package for MATLAB/Simulink ホームページ

GitHub - MATLAB/Simulink 主页的 SaivDr 包

Graph Spatio-Spectral Total Variation Model for Hyperspectral Image Denoising

• DOI: 10.1109/lgrs.2022.3192912
• 发表时间: 2022-07
• 期刊: IEEE Geoscience and Remote Sensing Letters
• 影响因子: 4.8
• 作者: Shingo Takemoto;Kazuki Naganuma;Shunsuke Ono

Sparsity-Aware OCT Volumetric Data Restoration Using Optical Synthesis Model

• DOI: 10.1109/tci.2022.3183396
• 发表时间: 2022-01-01
• 期刊: IEEE TRANSACTIONS ON COMPUTATIONAL IMAGING
• 影响因子: 5.4
• 作者: Kobayashi，Ruiki;Fujii，Genki;Muramatsu，Shogo
• 通讯作者: Muramatsu，Shogo

有向グラフ信号に対する実フィルタ設計に関する検討

有向图信号的实滤波器设计研究

• 发表时间: 2023
• 作者: 山賀俊介;竹内洋輝;天野敦雄;村松正吾，北村帆高，安田浩保，田中雄一
• 通讯作者: 村松正吾，北村帆高，安田浩保，田中雄一