témavezető: Renczes Balázs
helyszín (magyar oldal): Méréstechnika és Információs Rendszerek Tanszék helyszín rövidítés: MIT
A kutatási téma leírása:
A frekvenciatartománybeli rendszeridentifikáció hatékony eszközt kínál dinamikus rendszerek működésének vizsgálatára. Amennyiben a rendszer bemenetére megfelelő gerjesztőjelet kapcsolunk, a kimenet mérésével lehetővé válik a működés modellezése.
A probléma részletesen tárgyalt és publikált lineáris dinamikus rendszerek esetén. Ebben az esetben a paraméterek kinyeréséhez a felhasználó feladata a már rendelkezésre álló lineáris rendszeridentifikációs keretrendszer megfelelő alkalmazása. Ezzel szemben nemlineáris dinamikus rendszerekben a probléma jóval bonyolultabbá válik, amely számos olyan kérdés megválaszolását teszi szükségessé, melyek lineáris esetben nem merülnek fel.
A nemlineáris rendszeridentifikáció témakörében a rendszereket különböző osztályokba sorolhatjuk fehér-doboztól fekete-dobozig. Az első esetben részletes fizikai tudással rendelkezünk a rendszerről, melyet általában költséges megszerezni. A fekete-doboz modellek ezzel szemben semmilyen előzetes információt nem igényelnek a rendszerről, amely nagy előny a fehér-doboz modellekkel szemben. Jelentős hátrány azonban, hogy a kapott modell nagyszámú paramétert tartalmaz, mely így nehezen magyarázható.
A kutatási téma ezen magyarázhatóság javítását célozza, melyre az egyik lehetőség a tenzor dekompozíció alkalmazása. A módszer felhasználásával összetett többváltozós polinomok egyváltozós polinomok lineáris kombinációjaként írhatók fel. Ez hasonló az egy rejtett réteggel rendelkező neurális hálók működéséhez. Emellett különösen fontos megvizsgálni, hogy a különböző ágak (minden egyváltozós polinom egy-egy ághoz tartozik) mind szükségesek-e a nemlinearitás leírásához. Amennyiben nem, és ily módon az ágak száma jelentősen csökkenthető, a kapott modell magyarázóereje jóval nagyobb, mint az eredeti fekete-doboz modellé.
Egy másik érdekes és nem kimerítően kutatott terület a mélytanulásos algoritmusok alkalmazása a tudományterületen, valamint a robusztusságot növelő megerősítéses tanulásos módszerek felhasználása. Várakozásaink szerint hagyományos becslőeljárásokkal ötvözve a neruális hálók alkalmazási a jelenleg létező módszerek pontosságjavulásához vezet.
előírt nyelvtudás: angol felvehető hallgatók száma: 2