因果畳み込みニューラルネットワークを有限インパルス応答フィルタとして利用する

本研究では、因果畳み込みニューラルネットワーク（CNN）がマルチモーダル周波数特性を持つ時系列データに適用された際の挙動を調査しています。訓練されたネットワークは、特に長めの畳み込みカーネルを用いることで、有限インパルス応答（FIR）フィルタに類似した特性を示すことが明らかになりました。因果CNNは、動的システムに関連するタスクにおいて、スペクトル特性を暗黙的かつ明示的に捉えることができ、解釈性が向上します。さらに、畳み込みの結合特性を利用し、全体のネットワークを最小二乗基準で最適化されたFIRフィルタに類似した単層フィルタに還元できることを示しました。実験は、シミュレートされたビームダイナミクスと実際の橋の振動データセットにおいて行われ、動的応答に支配される物理システムのモデル化および同定への関連性が確認されました。