sistemų analizė, modeliavimas, valdymas ir optimizavimas · sistem ų analiz ės ir valdymo...

18
Sistemų analizė, modeliavimas, valdymas ir optimizavimas prof. habil. dr. Vytautas Kaminskas

Upload: others

Post on 07-Mar-2021

3 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Sistemų analizė, modeliavimas, valdymas ir optimizavimas

prof. habil. dr. Vytautas Kaminskas

Page 2: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Tyrimų kryptys:

Sistemų analizės ir valdymo metodai, pagrįsti prognozuojančiais ir neraiškios logikos modeliais.

Mokymosi mechanizmų biologiniuose neuronuose modeliavimas.

Šnekos ir muzikos signalų modeliavimas bei jų atpažinimo sistemų optimizavimas.

Mokymosi elementų taikymas robotų judesių modeliavime. Žmogaus-roboto sąsaja naudojant žiniatinklį, ontologijas ir natūralią kalbą.

Page 3: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Modeliavimas

Analizė

Valdymas

Optimizavimas

( )cxFy ttt |,ξτ =+

( )

→Ω∈

Ω∈

c

c

c

cMtt cQc

max

min

:*

( )

→Ω∈

Ω∈++

+

+

xt

xt

x

x

tVtt xQx

1

1

max

min

: 1

*

1

( )

→Ω∈

Ω∈

β

β

β

βββmax

min

:* O

Q

Page 4: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Slėgio proceso adaptyvusis valdymas

Slėgio procesas Valdymo sistema

Page 5: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Slėgio proceso adaptyvusis valdymas

Optimalūs parametrai

Page 6: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Emocijų modeliavimas

Page 7: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Emocijų modeliavimas

Page 8: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Emocijų modeliavimas

Page 9: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Emocijų modeliavimas

Page 10: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Paviršiaus modeliavimas

Page 11: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Paviršiaus modeliavimas

Page 12: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Paviršiaus modeliavimas

Page 13: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Šnekos signalų atpažinimo įrenginio adaptavimas

Aplinkų pavyzdžiai

Akustinės aplinkų charakteristikos

Page 14: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Šnekos signalų atpažinimo įrenginio adaptavimas

Page 15: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

• Metodas atveria galimybes:

- Atpažinti laiko momentus, kada atpažinimo įrenginys pereina į naują aplinką;

- Apsimokyti dirbti naujose

Šnekos signalų atpažinimo įrenginio adaptavimas

- Apsimokyti dirbti naujose aplinkose.

- Įvertinti šnekos signalo atpažinimo tikslumą.

Page 16: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Vietos kitimas (greitis)

Mokymasis bendradarbiauti naudojant dinamines judesio primityvas

Dinaminėse judesio primityvose trajektorijos aprašomos naudojant diferencialines lygtis:

Netiesinė funkcija fVietos kitimas (greitis)

Greičio kitimas (pagreitis)

Filtruotas tikslas g Exponentiškas įtakos mažėjimas

Branduoliai

Netiesinė funkcija f

Page 17: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Sąveikaujančios dinaminės judesio primityvos

Du veikėjai (angl. „agents“) vaizduojami kaip dalelės susietos spyruokle.Saveikos aprašymas dinamine judesio primityva:

i-osios dalelės pagreitis j-ojioje koordinatėje

i-osios dalelės greitis j-ojioje koordinatėje

Formuluojamas uždavinys išmokti mažinti sąveikos jėgą

Spyruoklės jėga

Dinaminės judesio primityvos jėga

Page 18: Sistemų analizė, modeliavimas, valdymas ir optimizavimas · Sistem ų analiz ės ir valdymo metodai, pagr įsti prognozuojan čiais ir neraiškios logikos modeliais. Mokymosi mechanizm

Dviejų agentų sąveikos modeliavimas

350

400

Du sąveikaujantys robotai mokosi išnešti stalą pro duris, pavaizduotas kaip trūkis alyvinės spalvos linijoje.

350

400

350

400

0 50 100 150 200 250 300 350 4000

50

100

150

200

250

300

350

0 50 100 150 200 250 300 350 4000

50

100

150

200

250

300

350

0 50 100 150 200 250 300 350 4000

50

100

150

200

250

300

350

Mokymo pradžia Mokymo vidurys Mokymo pabaiga