学術的背景 現代の複雑なネットワークシステムにおいて、状態推定（state estimation）は、不確実性やノイズに直面する際の重要な問題です。複雑なネットワークは通常、相互に接続された複数のノードで構成され、各ノードの動的挙動は非線形要素の影響を受ける可能性があります。Takagi-Sugeno（T-S）ファジィモデルは、不確実な情報を効果的に捕捉し、複雑なネットワークの非線形動的特性を記述できるため、複雑なネットワークのモデリングにおいて顕著な利点を示しています。しかし、従来の状態推定手法は通常、詳細なノイズの統計的特性を必要とし、実際の応用ではノイズが未知だが有界（unknown but bounded, UBB）であることが多いです。集員推定（set-membership est...