特許ウォッチ

公開番号2025099158
公報種別公開特許公報(A)
公開日2025-07-03
出願番号2023215596
出願日2023-12-21
発明の名称シミュレーション装置、プログラム、およびシミュレーション方法
出願人ローム株式会社
代理人弁理士法人佐野特許事務所
主分類G06N 20/00 20190101AFI20250626BHJP(計算;計数)
要約【課題】教師ありの機械学習による効果を効果的に確認することができる。
【解決手段】シミュレーション装置(1)においては、機械学習モデルにデータを逐次供給する場合の1回分のデータの塊をチャンクと称するとして、モデル設定部(6)は、読み込まれた学習用データに基づいて入力データのチャンクとしての第1チャンクと教師データのチャンクとしての第2チャンクに関する設定を行い、かつ、読み込まれたテスト用データに基づいてテスト入力データのチャンクとしての第3チャンクと期待データのチャンクとしての第4チャンクに関する設定を行い、モデル演算部(5)は、前記第1チャンクと前記第2チャンクに基づいて前記機械学習モデルを用いた学習の演算を行い、前記学習の結果と前記第3チャンクに基づいて前記機械学習モデルを用いた推論の演算を行い、前記推論の結果と前記第4チャンクとの比較を演算する。
【選択図】図2
特許請求の範囲【請求項１】
学習および推論を行うように構成される機械学習モデルが記憶されたモデル記憶部と、
前記機械学習モデルを用いて演算処理を行うように構成されるモデル演算部と、
操作入力部と、
学習用データおよびテスト用データを読み込むように構成される読込み部と、
前記操作入力部による入力に基づき、前記機械学習モデルに関する設定を行うように構成されるモデル設定部と、
を備え、
前記機械学習モデルにデータを逐次供給する場合の１回分のデータの塊をチャンクと称するとして、
前記モデル設定部は、読み込まれた前記学習用データに基づいて入力データのチャンクとしての第１チャンクと教師データのチャンクとしての第２チャンクに関する設定を行い、かつ、読み込まれた前記テスト用データに基づいてテスト入力データのチャンクとしての第３チャンクと期待データのチャンクとしての第４チャンクに関する設定を行い、
前記モデル演算部は、前記第１チャンクと前記第２チャンクに基づいて前記機械学習モデルを用いた学習の演算を行い、前記学習の結果と前記第３チャンクに基づいて前記機械学習モデルを用いた推論の演算を行い、前記推論の結果と前記第４チャンクとの比較を演算する、シミュレーション装置。
続きを表示（約 1,000 文字）【請求項２】
前記モデル設定部は、読み込まれた前記学習用データにおいて、先頭列としての列番号、行数、および列数を設定することで前記第１チャンクおよび前記第２チャンクの設定が可能である、請求項１に記載のシミュレーション装置。
【請求項３】
前記モデル設定部は、前記第１チャンクのチャンク数を設定可能であり、前記第１チャンクと前記第２チャンクのチャンク数は一致する、請求項１に記載のシミュレーション装置。
【請求項４】
前記モデル設定部は、読み込まれた前記テスト用データにおいて、先頭列としての列番号、行数、および列数を設定することで前記第３チャンクおよび前記第４チャンクの設定が可能である、請求項１に記載のシミュレーション装置。
【請求項５】
前記第１チャンクの行数および列数が設定されると、当該行数および列数とそれぞれ一致する前記第３チャンクの行数および列数を自動的に表示し、前記第２チャンクの行数および列数が設定されると、当該行数および列数とそれぞれ一致する前記第４チャンクの行数および列数を自動的に表示する制御を行うように構成される第１表示制御部を備える、請求項４に記載のシミュレーション装置。
【請求項６】
前記モデル設定部は、前記第３チャンクのチャンク数を設定可能であり、前記第３チャンクと前記第４チャンクのチャンク数は一致する、請求項１に記載のシミュレーション装置。
【請求項７】
前記モデル設定部は、前記機械学習モデルのニューラルネットワークに関する項目を設定可能である、請求項１に記載のシミュレーション装置。
【請求項８】
前記項目には、学習結果を忘れる程度を表すパラメータである忘却率が含まれる、請求項７に記載のシミュレーション装置。
【請求項９】
前記機械学習モデルによる学習中の推論結果と前記教師データとに基づく損失関数の値を前記第２チャンクごとに表示する制御を行うように構成される第２表示制御部を備える、請求項１に記載のシミュレーション装置。
【請求項１０】
前記機械学習モデルによる学習中の推論結果と前記教師データとの差分の前記教師データに対する比率を誤差として表示する制御を行うように構成される第３表示制御部を備える、請求項１に記載のシミュレーション装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、シミュレーション装置に関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
従来、産機分野の工場設備保全に関して、機械システムの状態管理保全（Condition Based Maintenance）に対してＡＩ（人工知能）の適用が進んでいる（例えば特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
国際公開第２０１９／０３５２７９号
【０００４】
［概要］
上記状態管理保全に対してＡＩを導入する場合、実機を用いずにＡＩの効果を確認することができれば有用である。機械学習としては、教師データを用いたいわゆる教師あり学習が知られている。
【０００５】
上記状況に鑑み、本開示は、教師ありの機械学習による効果を効果的に確認することができるシミュレーション装置を提供することを目的とする。
【０００６】
本開示の一態様に係るシミュレーション装置は、
学習および推論を行うように構成される機械学習モデルが記憶されたモデル記憶部と、
前記機械学習モデルを用いて演算処理を行うように構成されるモデル演算部と、
操作入力部と、
学習用データおよびテスト用データを読み込むように構成される読込み部と、
前記操作入力部による入力に基づき、前記機械学習モデルに関する設定を行うように構成されるモデル設定部と、
を備え、
前記機械学習モデルにデータを逐次供給する場合の１回分のデータの塊をチャンクと称するとして、
前記モデル設定部は、読み込まれた前記学習用データに基づいて入力データのチャンクとしての第１チャンクと教師データのチャンクとしての第２チャンクに関する設定を行い、かつ、読み込まれた前記テスト用データに基づいてテスト入力データのチャンクとしての第３チャンクと期待データのチャンクとしての第４チャンクに関する設定を行い、
前記モデル演算部は、前記第１チャンクと前記第２チャンクに基づいて前記機械学習モデルを用いた学習の演算を行い、前記学習の結果と前記第３チャンクに基づいて前記機械学習モデルを用いた推論の演算を行い、前記推論の結果と前記第４チャンクとの比較を演算する構成としている。
【０００７】
また、本開示の一態様に係るシミュレーション方法は、機械学習モデルにデータを逐次供給する場合の１回分のデータの塊をチャンクと称するとして、
学習用データを読み込む第１ステップと、
読み込まれた前記学習用データに基づいて入力データのチャンクとしての第１チャンクと教師データのチャンクとしての第２チャンクに関する設定を行う第２ステップと、
テスト用データを読み込む第３ステップと、
読み込まれた前記テスト用データに基づいてテスト入力データのチャンクとしての第３チャンクと期待データのチャンクとしての第４チャンクに関する設定を行う第４ステップと、
前記第１チャンクと前記第２チャンクに基づいて前記機械学習モデルを用いた学習の演算を行う第５ステップと、
前記学習の結果と前記第３チャンクに基づいて前記機械学習モデルを用いた推論の演算を行う第６ステップと、
前記推論の結果と前記第４チャンクとの比較を演算する第７ステップと、を備える。
【図面の簡単な説明】
【０００８】
図１は、本開示の例示的な実施形態に係るコンピュータの構成を示す図である
図２は、本開示の例示的な実施形態に係るシミュレーション装置の構成を示す図である。
図３は、教師あり学習を説明するための図である。
図４は、教師あり学習のタスクの一例である未来予測について説明するための図である。
図５は、第１設定画面を示す図である。
図６は、ダイアログボックスを示す図である。
図７は、学習用ファイルのデータ例を示す図である。
図８は、第１設定画面を示す図である。
図９は、入力データのチャンクの設定例を示す図である。
図１０は、教師データのチャンクの設定例を示す図である。
図１１は、第１設定画面を示す図である。
図１２は、第２設定画面を示す図である。
図１３は、ダイアログボックスを示す図である。
図１４は、テスト習用ファイルのデータ例を示す図である。
図１５は、第２設定画面を示す図である。
図１６は、テスト入力データのチャンクの設定例を示す図である。
図１７は、期待データのチャンクの設定例を示す図である。
図１８は、第２設定画面を示す図である。
図１９は、第３設定画面を示す図である。
図２０は、３層ニューラルネットワークを示す図である。
図２１は、第３設定画面においてタブＴＢ２を切り替えた状態を示す図である。
図２２は、保存画面を示す図である。
図２３は、ダイアログボックスを示す図である。
図２４は、変形例に係る第３設定画面を示す図である。
図２５は、満充電容量シミュレーションのための学習用データの一例を示す図である。
図２６は、満充電容量の未来予測の一例を示すグラフである。
【０００９】
[詳細な説明]
以下、本開示の例示的な実施形態について、図面を参照して説明する。
【００１０】
＜コンピュータの構成＞
図１は、本開示の例示的な実施形態に係るコンピュータ１００の構成を示す図である。コンピュータ１００は、後述する本開示に係るシミュレーション装置として機能する。コンピュータ１００は、例えばＰＣ（パソコン）である。コンピュータ１００がＰＣである場合、デスクトップ型であるかノート型であるかなどは問わない。
（【００１１】以降は省略されています）

関連特許