Vectorトップへ

ソフト詳細説明

深層学習（ディープ・ラーニング）が種々の応用分野で実用化され、その成果に注目が集まっています。その深層学習の学習能力の高さや柔軟性を制御に適用します。物体の速度や位置から温度や圧力など様々な物理量を制御するためにPID制御や適応制御などの制御手法が考案されていますが、「学習制御」は制御の世界に深層学習がもたらす新たな手法を展開します。

Javaで実装された学習制御用Java深層学習構築環境DaiJa Ver.3（Deep-learning Activate Implement by JAva）により、ニューラルネットワークによるサーボ制御の一部始終を、実際にプログラムを実行して体験することができます。ニューラルネットワークの挙動をつぶさに観察し把握することで隅々まで納得することにより、深層学習と制御の仕組みが解き明かされ、そのすべての知見を自身のものとすることができます。

制御を体験し理解するためには電子回路やモータ、ロボットなどの機械系などの環境が必要になりますが、DaiJaプロジェクト・フォルダにはこのような環境を提供する制御対象のシミュレータや仮想制御対象が含まれています。したがって、JAVAを実行できるパーソナルコンピュータさえあれば、ニューラルネットワークを実装し深層学習を用いた制御を体験することが可能です。

さらに、Java言語という非常に強力で広範な応用力を備えたプログラミング環境により、誰もが「学習制御」を実装し、自身の目的に応じて使えるものにすることが学習制御用Java深層学習構築環境DaiJa Ver.3の目的です。

DaiJaプロジェクトには以下のニューラルネットワークが実装されています。

・AndLogicクラス：論理演算の学習
・CurveFitクラス：曲線の推定
・ServoControlクラス：オープンループ制御、PID制御
・Inverserクラス：逆関数の学習
・AdaptiveControlクラス：外乱のある制御
・TargetEmulatorクラス：仮想制御対象・TargetControllerクラス：疑似負荷を用いた制御
・SpeedControlクラス：速度制御
・MassFlutterクラス：制御対象のパラメータ変動
・PathTrackerクラス：目標経路制御

DaiJa Ver.3の深層学習の原理や仕組みはDaiJa Ver.2と同じですが、ソースコードの実装は異なっていますので、異なるバージョンのコードを混在させないように注意してください。

動作環境