概要

本論文は、非線形状態空間モデルのシステム同定問題に対する加速ベイズ最適化（BayesOpt）フレームワークを提案しています。最尤推定に基づくこのアプローチは、尤度関数のサロゲートモデリングを活用した導関数不要のグローバルサーチ機能を提供します。特にリチウムイオン電池などの複雑なシステムの同定を効率的に実現することを目指しています。

ポイント

  • 課題の認識: 標準的なベイズ最適化は収束が遅く、計算コストが高く、高次元非線形モデルで限定的な計算予算下での大域最適値取得が困難
  • 提案手法: ベイズ最適化とNelder-Mead法を統合した加速フレームワークにより、局所探索の高速化を実現
  • Nelder-Mead法の役割: サロゲートモデルの忠実性が低い場合や過度な探索が発生した際に、ヒューリスティックに基づいた効率的な局所探索を提供
  • 応用分野: リチウムイオン電池のモデル同定を含む、複数の工学分野での実装可能性
  • 計算効率: 限定された計算予算下で、より高速に最適パラメータに到達することが可能

出典

Accelerating Bayesian Optimization for Nonlinear State-Space System Identification with Application to Lithium-Ion Batteries

この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。