@techreport{oai:ipsj.ixsq.nii.ac.jp:00186495,
 author = {竹松, 慎弥 and 嶋岡, 雅浩 and 道木, 慎二 and 枝廣, 正人 and Shinya, Takematsu and Masahiro, Shimaoka and Shinji, Doki and Masato, Edahiro},
 issue = {25},
 month = {Feb},
 note = {大規模 ・ 複雑化が進む制御システムのリアルタイム性保証のために，制御アルゴリズム最適化 ・ 並列化手法が盛んに研究されている．特にモデル予測制御は不規則に状態が変化する対象にも最適な制御を実現できるが，計算量が多いため，高速化が求められている．そこで，本研究ではモデル予測制御の入出力をニューラルネットを用いて学習させることで，高速化する方法を提案する．永久磁石同期モータ電流制御系モデルを用いた実験の結果，同等の制御結果が得られ，処理時間は約 3700 倍高速になることを確認した．},
 title = {ニューラルネットによるモデル予測制御高速化},
 year = {2018}
}