学习器模型中一般有两类参数,一类是可以从数据中学习估计得到,还有一类参数时无法从数据中估计,只能靠人的经验进行设计指定,后者成为超参数。比如,支持向量机里面的C,Kernal,game;朴素贝叶斯里面的alpha等。
自动机器学习(AutoML)旨在通过让一些通用步骤(如数据预处理、模型选择和调整超参数)自动化,来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来设定超参数,而是使用某种学习机制,来调节这些超参数。这些学习机制包括传统的贝叶斯优化,进化算法,还有比较新的强化学习。当我们提起AutoML时,我们更多地是说自动化数据准备(即数据的预处理,数据的生成和选择)和模型训练(模型选择和超参数调优)。这个过程的每一步都有非常多的选项,根据我们遇到的问题,需要设定各种不同的选项。
对抗机器学习是一个机器学习与计算机安全的交叉领域。对抗机器学习旨在给恶意环境下的机器学习技术提供安全保障。由于机器学习技术一般研究的是同一个或较为稳定的数据分布,当部署到现实中的时候,由于恶意用户的存在,这种假设并不一定成立。比如研究人员发现,一些精心设计的对抗样本(adversarial example)可以使机器学习模型不能成功地输出正确的结果。针对模型的攻击问题,我们主要分为两大类,就是从训练阶段和推理(inference)阶段来进行讨论。
生成对抗网络(Generative Adversarial Networks,GAN)是用于无监督学习的机器学习模型,由Ian Goodfellow等人在2014年提出。由神经网络构成判别器和生成器构成,通过一种互相竞争的机制组成的一种学习框架,GAN在深度学习领域掀起了一场革命,这场革命产生了一些重大的技术突破,学术界和工业界都开始接受并欢迎GAN的到来。GAN最厉害的地方是它的学习性质是无监督的,GAN也不需要标记数据,这使得GAN功能强大,因为数据标记的工作非常枯燥。
从1990到2012年,机器学习逐渐走向成熟和应用,在这20多年里机器学习的理论和方法得到了完善和充实,可谓是百花齐放的年代。代表性的重要成果有:支持向量机(SVM,1995)、AdaBoost算法(1997)、循环神经网络和LSTM(1997)、流形学习(2000)、随机森林(2001)。
1980年机器学习作为一支独立的力量登上了历史舞台。在这之后的10年里出现了一些重要的方法和理论,典型的代表是:分类与回归树(CART,1984)、反向传播算法(1986)、卷积神经网络(1989)。
机器学习算法可以按照不同的标准来进行分类。按照训练样本提供的信息以及反馈方式的不同,将机器学习算法分为监督学习、无监督学习和强化学习。
机器学习已经成为了当今的热门话题,但是从机器学习这个概念的诞生到机器学习技术的普遍应用经过了漫长的过程。在机器学习发展的历史长河中,众多优秀的学者为推动机器学习的发展做出了巨大的贡献。
那么,哪种 PWM 技术最适合您的电机控制应用?当然有很多选择可供选择,每一种都具有独特的优点和缺点。在关于该主题的最后一篇文章中,我们将讨论直流和交流电机的再生。由于电动和混合动力汽车的普及,这在过去十年中已成为一个更加相关的话题。在这些应用中,再生发生在直流母线中,最终连接到车辆中的直流电池组。但我们将在这篇文章中看到,我们也可以将其再生回交流电源,例如交流电网。
那么,哪种 PWM 技术最适合您的电机控制应用?希望到现在为止,您已经了解 PWM 过程的用途有多么广泛,以及该过程中的细微变化如何对电机性能产生巨大影响。在之前有关该主题的文章中,我仅讨论了适用于 H 桥中直流电机的技术。但在这篇文章中,让我们将讨论扩展到多相电机。要将这些技术应用于三相逆变器,我们所要做的就是再添加一个半桥。
那么,哪种 PWM 技术最适合您的电机控制应用?到目前为止,您可能已经猜到没有“一种”PWM 技术对所有应用都是最佳的。但是我们今天要讨论的技术非常接近。它被称为单极 4 象限 PWM 技术(形式 II)。
那么,哪种 PWM 技术最适合您的电机控制应用?到目前为止,我们已经研究了三种不同的 PWM 技术。有些可以将能量再生回直流电源,有些则不能。但它们都有一个共同特征:单极电压波形。换句话说,对于任何给定的 PWM 周期,电机电压波形在 Vbus 和地之间或 –Vbus 和地之间转换。在这篇文章中,我们将研究双极PWM 技术的主张。对于每个 PWM 周期,电机电压波形在 Vbus 和 –Vbus 之间转换,产生的电机电压波形幅度是单极 PWM 的两倍。为此,我们将连接 H 桥。
PWM是一种对模拟信号电平进行数字编码的方法。通过高分辨率计数器的使用,方波的占空比被调制用来对一个具体模拟信号的电平进行编码。PWM信号仍然是数字的,因为在给定的任何时刻,满幅值的直流供电要么完全有(ON),要么完全无(OFF)。电压或电流源是以一种通(ON)或断(OFF)的重复脉冲序列被加到模拟负载上去的。通的时候即是直流供电被加到负载上的时候,断的时候即是供电被断开的时候。只要带宽足够,任何模拟值都可以使用PWM进行编码。
随着技术的进步,我们用来控制电机的技术也变得越来越复杂。与税收不同,这通常是一件好事,因为它可以让我们的汽车大胆地去到以前没有汽车去过的地方。但时不时地,我认为退后一步,只见树木不见森林是有益健康的。您的应用程序是否真的需要超快速的扭矩响应和层层叠叠的观察器才能完成工作?就像我的税收一样,你真的需要使用复杂到必须聘请电机控制专业人员为你做的技术吗?难道您不想使用一种可以让您全神贯注的技术吗?有时候,越简单越好!这就是我对 InstaSPIN-BLDC™ 如此兴奋的原因!
电动汽车技术是汽车行业的未来,电池和快速充电系统的不断快速发展。在不牺牲充电时间的情况下,研发工作正在进行中,以确保电池的尺寸更小,并且在充电时间内的功耗最小。