特許ウォッチ

公開番号2025122778
公報種別公開特許公報(A)
公開日2025-08-22
出願番号2024018419
出願日2024-02-09
発明の名称微細構造材料の設計支援方法および設計支援装置
出願人日本碍子株式会社
代理人弁理士法人サンネクスト国際特許事務所
主分類G06T 7/00 20170101AFI20250815BHJP(計算;計数)
要約【課題】微細構造材料の二次元画像から三次元構造のモデルを生成するAIの学習時に設定されるハイパーパラメータを、効率的に最適化する。
【解決手段】微細構造材料の設計支援方法は、微細構造材料の二次元画像から三次元構造のモデルを生成するAIの学習時に設定されるハイパーパラメータを調整することで、微細構造材料の設計を支援するものである。この設計支援方法では、コンピュータにより、微細構造材料の実物の構造と、AIにより生成されたモデルの構造と、の幾何形状差に関する評価指標を算出し、この評価指標に基づいてハイパーパラメータの調整を行う(ステップS10,S20,S30,S50)。
【選択図】図2

特許請求の範囲【請求項１】
微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを調整することで、前記微細構造材料の設計を支援する方法であって、
コンピュータにより、前記微細構造材料の実物の構造と、前記ＡＩにより生成された前記モデルの構造と、の幾何形状差に関する評価指標を算出し、
前記コンピュータにより、前記評価指標に基づいて前記ハイパーパラメータの調整を行う、微細構造材料の設計支援方法。
続きを表示（約 1,700 文字）【請求項２】
請求項１に記載の微細構造材料の設計支援方法において、
前記評価指標は、前記微細構造材料の実物の断面画像である第１の二次元画像と、前記モデルの断面画像である第２の二次元画像との間の差異の大きさを表し、
前記評価指標に基づいて前記差異を最小化するように前記ハイパーパラメータの調整を行う、微細構造材料の設計支援方法。
【請求項３】
請求項２に記載の微細構造材料の設計支援方法において、
前記ＡＩは、前記二次元画像から前記モデルを生成する生成器と、前記生成器により生成された前記モデルの断面画像が前記第１の二次元画像または前記第２の二次元画像のいずれであるかを判別する判別器と、を有するＧＡＮであり、
前記ハイパーパラメータは、前記生成器および前記判別器のそれぞれの重みの更新幅を表す学習率と、前記生成器および前記判別器の学習にそれぞれ用いられる画像の枚数を表す学習画像枚数と、前記生成器の学習回数に対する前記判別器の学習回数の比率を表す学習比率と、を含み、
前記学習率、前記学習画像枚数および前記学習比率の少なくともいずれかを調整する、微細構造材料の設計支援方法。
【請求項４】
請求項３に記載の微細構造材料の設計支援方法において、
前記学習率、前記学習画像枚数および前記学習比率を、この順序でそれぞれ調整する、微細構造材料の設計支援方法。
【請求項５】
請求項３または４に記載の微細構造材料の設計支援方法において、
前記生成器および前記判別器の前記学習率を１×１０
－７
から１×１０
－１
の範囲内でそれぞれ調整する、微細構造材料の設計支援方法。
【請求項６】
請求項３または４に記載の微細構造材料の設計支援方法において、
前記生成器または前記判別器の学習に用いられる画像は、前記第１の二次元画像から切り出された第１の学習画像と、前記第２の二次元画像から切り出された第２の学習画像と、を含み、
前記第１の学習画像が５０枚以上、前記第２の学習画像が１５０枚以上となるように、前記判別器の前記学習画像枚数を調整し、
前記第２の学習画像が１５０枚以上となるように、前記生成器の前記学習画像枚数を調整する、微細構造材料の設計支援方法。
【請求項７】
請求項６に記載の微細構造材料の設計支援方法において、
前記判別器の学習に用いられる前記第１の学習画像の枚数をＡ、前記判別器の学習に用いられる前記第２の学習画像の枚数をＢ、前記生成器の学習に用いられる前記第２の学習画像の枚数をＣとしたとき、前記Ａ、ＢおよびＣがＡ≦Ｂ≦Ｃを満たすように前記学習画像枚数を調整する、微細構造材料の設計支援方法。
【請求項８】
請求項３または４に記載の微細構造材料の設計支援方法において、
前記学習比率を０．０１から１００の範囲内で調整する、微細構造材料の設計支援方法。
【請求項９】
微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを調整することで、前記微細構造材料の設計を支援する装置であって、
前記微細構造材料の実物の構造と、前記ＡＩにより生成された前記モデルの構造と、の幾何形状差に関する評価指標を算出する評価指標算出部と、
前記評価指標算出部により算出された前記評価指標に基づいて前記ハイパーパラメータの調整を行うパラメータ調整部と、を備える微細構造材料の設計支援装置。
【請求項１０】
請求項９に記載の微細構造材料の設計支援装置において、
前記評価指標は、前記微細構造材料の実物の断面画像である第１の二次元画像と、前記モデルの断面画像である第２の二次元画像との間の差異の大きさを表し、
前記パラメータ調整部は、前記評価指標に基づいて前記差異を最小化するように前記ハイパーパラメータの調整を行う、微細構造材料の設計支援装置。
（【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】
本発明は、微細構造材料の設計を支援する方法および装置に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
従来、材料中に多数の細孔が立体的に配置された多孔体や、所定の結晶構造を有する結晶体など、用途に応じて様々な微細構造を有する微細構造材料が利用されている。こうした微細構造材料の設計では、用途に応じた適切な特性が得られるように微細構造を決定する必要がある。
【０００３】
従来の微細構造材料の設計手法として、例えば、設計者の経験や勘に基づいて試作品を何種類か作成し、これらの試作品の三次元構造と特性をそれぞれ測定することで微細構造材料の三次元構造と特性との関係を把握した上で、最終的な微細構造材料の三次元構造を決定するものがある。しかしながら、こうした設計手法では、試作品の三次元構造を測定する必要があるため、二次元的な観察手法に比べて、測定に多くの手間や時間がかかることや、得られる測定結果の解像度が低いこと、測定時の視野が限られるために構造的な特徴を十分に捉えきれない可能性が生じるなどの課題がある。
【０００４】
一方、近年では、例えば非特許文献１に記載されているように、様々な微細構造材料の二次元画像と三次元構造の関係を機械学習によりＡＩ（人工知能）に学習させ、この学習済みのＡＩを利用して、特定の微細構造に関する二次元画像から三次元構造のモデルを生成することも提案されている。
【先行技術文献】
【非特許文献】
【０００５】
Steve Kench and Samuel J. Cooper,"GENERATING 3D STRUCTURES FROM A 2D SLICE WITH GAN-BASED DIMENSIONALITY EXPANSION", arXiv:2102.07708 [cs.CV], 10 Feb 2021
【発明の概要】
【発明が解決しようとする課題】
【０００６】
非特許文献１の手法では、ＡＩの学習時にその挙動を制御するためのハイパーパラメータを適切に設定する必要があるが、現状ではハイパーパラメータの設定方法が確立されておらず、設計者が手探りでハイパーパラメータの設定を行う必要がある。
【０００７】
本発明は、上記の課題に鑑みて、微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを、効率的に最適化することが可能な技術を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明による微細構造材料の設計支援方法は、微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを調整することで、前記微細構造材料の設計を支援する方法であって、コンピュータにより、前記微細構造材料の実物の構造と、前記ＡＩにより生成された前記モデルの構造と、の幾何形状差に関する評価指標を算出し、前記コンピュータにより、前記評価指標に基づいて前記ハイパーパラメータの調整を行う。
本発明による微細構造材料の設計支援装置は、微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを調整することで、前記微細構造材料の設計を支援する装置であって、前記微細構造材料の実物の構造と、前記ＡＩにより生成された前記モデルの構造と、の幾何形状差に関する評価指標を算出する評価指標算出部と、前記評価指標算出部により算出された前記評価指標に基づいて前記ハイパーパラメータの調整を行うパラメータ調整部と、を備える。
【発明の効果】
【０００９】
本発明によれば、微細構造材料の二次元画像から三次元構造のモデルを生成するＡＩの学習時に設定されるハイパーパラメータを、効率的に最適化することが可能な技術を提供できる。
【図面の簡単な説明】
【００１０】
本発明の一実施形態に係る設計支援装置の構成を示すブロック図。
本発明の一実施形態に係る設計支援装置の処理の流れを示すフローチャート。
生成器学習率調整処理の詳細を示すフローチャート。
判別器学習率調整処理の詳細を示すフローチャート。
学習画像枚数調整処理の詳細を示すフローチャート。
学習画像枚数調整処理の詳細を示すフローチャート。
学習比率調整処理の詳細を示すフローチャート。
学習処理の詳細を示すフローチャート。
学習処理の詳細を示すフローチャート。
生成構造評価処理の詳細を示すフローチャート。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許