データサイエンスを駆使して未来を予測し制御する
数式モデルを使ったフィードバック制御
「もの」や「こと」の動きを望ましい方向へ変える仕組みのひとつに、「フィードバック制御」があります。例えば天ぷらを揚げる時、一般的には、温度計を見ながら火加減を強めたり弱めたりして油が適温になるように操作するでしょう。これもフィードバック制御にあたりますが、対象となる動きを数式モデルであらわし、モデルを使って動きを予測すればさらに効率よく制御できます。天ぷらの例では、火加減と温度変化の関係のデータをもとにして数式モデルを作り、数式モデルと実測温度にもとづく操作によって、より早く油を適温にすることができ、それを維持できます。
データをもとに数式を作る
数式モデルは、微分方程式や漸化(ぜんか)式などの数式であらわされます。モデルを作る対象の動きが物理的な現象で、運動方程式や化学方程式から挙動がわかるものであれば、それらの式に基づいて、モデルの数式のパラメータを決定します。一方、対象の動きが複雑で運動方程式などの物理法則にあてはまらない時は、もとになる数式が得られません。そのような場合には、データの値から数式をあてはめる「回帰」などの機械学習の基本的な手法を使ってモデルを作ります。
過去のデータから未来を予測
また、対象となる動きが時々刻々変化するなど数式モデルが作れない場合には、データサイエンスを活用します。データから直接予測制御をする「データ駆動」という新しい方法で、過去のデータをすべて蓄えておき、そこから現在の状況と似た状況をパターンマッチングで探し出して対象の動きを制御するのです。例えば、2本の白線のあいだにラジコンカーを走らせる実験では、走行時の白線の見え方をカメラで撮影し、そのデータをもとにラジコンカーの動きを予測制御して、白線からはみ出さないように走らせることができます。
現象によっては、数式モデルとデータ駆動の中間的な制御法が必要なものも考えられます。それも解決すべき今後の課題のひとつです。
※夢ナビ講義は各講師の見解にもとづく講義内容としてご理解ください。
※夢ナビ講義の内容に関するお問い合わせには対応しておりません。
先生情報 / 大学情報
金沢大学 融合学域 スマート創成科学類 教授 山本 茂 先生
興味が湧いてきたら、この学問がオススメ!
システム制御工学先生が目指すSDGs
先生への質問
- 先生の学問へのきっかけは?
- 先輩たちはどんな仕事に携わっているの?