Record #634104

DFG project G:(GEPRIS)556837821

Maßgeschneiderte neuronale Netze für lernbasierte prädiktive Regelungen

Coordinator	Professor Dr. Moritz Schulze Darup
Grant period	2025 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)556837821

Note: Maschinelles Lernen (ML) wird seit Jahrzehnten in der Regelungstechnik eingesetzt. Jüngere Fortschritte im Bereich des Deep Learning haben jedoch zu effektiveren und vielseitigeren Methoden geführt; insbesondere bei der datengetriebenen modellprädiktiven Regelung (MPC). Verschiedene ML-Paradigmen wurden eingesetzt, um MPC-Anwendungen zu verbessern, darunter überwachtes Lernen für die Offline-Approximation von optimalen Regelungseingriffen und bestärkendes Lernen für die Online-Optimierung. Trotz dieser Fortschritte stellen praktische Anwendungen strenge Anforderungen an die Echtzeitfähigkeit, Berechnungseffizienz und Erfüllung von Prozessbeschränkungen. Um diese Herausforderungen zu bewältigen, konzentriert sich dieses Projekt auf die Spezifikation maßgeschneiderter neuronaler Netze (NN) für die Approximation prädiktiver Regelungsstrategien oder zugehöriger Funktionen optimaler Kosten. Das Projekt baut auf der Beobachtung auf, dass spezielle NNs mit ReLU- oder Maxout-Aktivierungen die gleiche stückweise affine (PWA) Struktur besitzen wie beispielsweise MPC-Gesetze für lineare Systeme. Darüber hinaus ermöglichen Varianten solcher NNs auch die Beschreibung von konvexen stückweise quadratischen (PWQ) Funktionen, wie sie etwa für optimale Kostenfunktionen auftreten. Das Projekt zielt darauf ab, neuartige Methoden zu entwickeln, die die beobachteten Zusammenhänge effizienter ausnutzen, um lernbasierte Regelungen signifikant zu verbessern. Zentrale Bausteine sind (i) neuartige Zerlegungen von Maxout-Neuronen, (ii) maßgeschneiderte affine Anhebungen von PWQ-Funktionen und (iii) umfangreiche numerische Benchmarks. Eine neuartige Brücke zu (iv) lernbasierten Solver-Iterationen schließt das Projekt ab.

Recent Publications

There are no publications

Record created 2025-07-20, last modified 2025-07-26

Similar records

Rate this document:

(Not yet reviewed)

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

guest :: login PUBDB
		Search		Submit		Personalize Your alerts Your baskets Your searches		Help