JP7010403B1 - 情報処理装置及び情報処理方法 - Google Patents
情報処理装置及び情報処理方法 Download PDFInfo
- Publication number
- JP7010403B1 JP7010403B1 JP2021086028A JP2021086028A JP7010403B1 JP 7010403 B1 JP7010403 B1 JP 7010403B1 JP 2021086028 A JP2021086028 A JP 2021086028A JP 2021086028 A JP2021086028 A JP 2021086028A JP 7010403 B1 JP7010403 B1 JP 7010403B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- output
- information processing
- input data
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 89
- 238000003672 processing method Methods 0.000 title claims description 3
- 238000004088 simulation Methods 0.000 claims description 41
- 238000010586 diagram Methods 0.000 abstract description 15
- 238000000034 method Methods 0.000 description 31
- 230000008569 process Effects 0.000 description 27
- 238000009499 grossing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000003507 refrigerant Substances 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
<<情報処理システム>>
図1は、本実施形態の情報処理システム1の概略構成を示す図である。情報処理システム1は、例えば、所定の機器としてショーケース2のシミュレーションを実行するシステムであり情報処理装置3と、情報処理装置4と、を含む。
ショーケース2は、例えば、食品等を冷却し、保管するためのケースである。ショーケース2には、ショーケース2の状態を観測するセンサ20が、複数取り付けられている。なお、図1では、便宜上、複数のセンサ20は、1つのブロックとして描かれている。
情報処理装置3は、ショーケース2のシミュレーションモデルの代わりとなる代理モデルを生成するための装置である。なお、詳細は後述するが、本実施形態の代理モデルは、時間的要素を含まない学習モデル(後述)と、時間的要素を含むモデルとからなる。
情報処理装置4は、情報処理装置3で生成された代理モデルを用いてショーケース2のシミュレーションを実行する装置である。なお、本実施形態では、情報処理装置3,4は、例えば、代理モデルを開発する会社のサーバ室に設けられ、ショーケース2は、所定の店舗に設置されている。
図2は、情報処理装置3のハードウェアの一例を示す図である。例示する情報処理装置3は、プロセッサ300、主記憶装置301、補助記憶装置302、入力装置303、出力装置304、及び通信装置305を備える。なお、例示する情報処理装置3は、その全部または一部が、例えば、クラウドシステムによって提供される仮想サーバのように、仮想化技術やプロセス空間分離技術等を用いて提供される仮想的な情報処理資源を用いて実現されるものであってもよい。また、情報処理装置3によって提供される機能の全部または一部は、例えば、クラウドシステムがAPI(Application Programming Interface)等を介して提供するサービスによって実現してもよい。
補助記憶装置302に記憶されている学習データ5は、代理モデルのうち、学習モデルを生成するためのデータである。なお、本実施形態の学習データ5は、ショーケース2を、物理的、電気的に模擬したシミュレーションモデルSMを用いて生成されたデータである。以下、まずは、ショーケース2を模擬したシミュレーションモデルSMについて詳細に説明する。
図4は、本実施形態の学習データ5を説明する図である。学習データ5は、上述の補助記憶装置302に記憶されている。学習データ5は、複数のデータ50を含んでいる。なお、例えば図4の一列目には、データ50aが配列され、二列目には、データ50bが配列されている。また、データ50のそれぞれには、m個の入力データW01~W0mと、n個の出力データZ01~Z0nとが対応付けられたデータである。
サンプルデータSDは、ショーケース2のうち、時間的に変化する要素を含むモデルを生成する際に用いられるデータであり、サンプルデータSDは、上述の補助記憶装置302に記憶されている。サンプルデータSDは、シミュレーションモデルSMへの入力と、解とが対応付けられたデータである。本実施形態では、サンプルデータSDの数は、入力データW0i(i=1~m)の数と同じであり、mである。m個のサンプルデータSDの夫々を識別する場合、サンプルデータSDk(k=1~m)と呼ぶ。サンプルデータSDkは、入力データWki(t)(i=1~m)と、出力データZkj(t)(j=1~n)とを含む。
図7は、代理モデル8を説明する図である。代理モデル8は、第1層L1と、第2層L2と、第3層L3との夫々におけるモデルを含む。以下、夫々のモデルについて説明する。
図8は、本実施形態の図2の情報処理装置3の機能ブロックを示す図である。本実施形態の情報処理装置3には、プロセッサ300が所定のプログラムを実行することにより、取得部310と、モデル生成部311と、取得部312と、パラメータ同定部313と、出力部314とが実現される。
図9は、情報処理装置3が図7の学習モデル6を生成するまでの処理の流れを説明するフローチャートである。学習モデル6を生成するまでの処理は、ステップS101~ステップS103を含んでいる。
図9は、情報処理装置3が各種パラメータ7を出力するまでの処理の流れを説明するフローチャートである。
<各種パラメータが同定された結果>
以上説明した処理により、各種パラメータ7が同定されることによって、代理モデル8が生成される。代理モデルは、シミュレーションモデルSMよりも高速で計算を実行することができ、かつシミュレーションモデルと同等の精度で出力データを出力することができる。
図1の情報処理装置4は、上述したように、代理モデルを用いてシミュレーションを実行する装置である。図13は、情報処理装置4のハードウェアの一例を示す図である。例示する情報処理装置4は、ショーケース2の代理モデル8を用いて、ショーケース2のシミュレーションを実行する装置である。情報処理装置4は、プロセッサ400、主記憶装置401、補助記憶装置402、入力装置403、出力装置404、及び通信装置405を備える。
図14は、本実施形態の情報処理装置4の機能ブロックを示す図である。本実施形態の情報処理装置4には、プロセッサ400が所定のプログラムを実行することにより、取得部410と、処理部411と、処理部412と、処理部413と、出力部414とが実現される。
図15は、情報処理装置4が出力データを出力するまでの処理の流れを説明するフローチャートである。出力データを出力するまでの処理は、ステップS301~ステップS306を含んでいる。
以上、上記実施形態の情報処理装置4は、所定の対象に対する入力データを取得する取得部410と、所定の対象に対して入力データが入力された際に所定の対象において入力データが変化するよう、入力データに対して、所定の時間要素を含む処理を施して出力する処理部411と、所定値の入力データに対応するデータを出力するとともに所定の対象を模擬した学習モデル6を用いて、処理部411からの出力に対応する出力データを出力する処理部412と、を備える。
2:ショーケース
20:センサ
3:情報処理装置
300:プロセッサ
301:主記憶装置
302:補助記憶装置
303:入力装置
304:出力装置
305:通信装置
310:取得部
311:モデル生成部
312:取得部
313:パラメータ同定部
314:出力部
400:プロセッサ
401:主記憶装置
402:補助記憶装置
403:入力装置
404:出力装置
405:通信装置
410:取得部
411:処理部
412:処理部
413:処理部
414:出力部
5:学習データ
SD:サンプルデータ
6:学習モデル
7:パラメータ
8:代理モデル
Claims (10)
- 所定の対象に対する入力データを取得する取得部と、
前記所定の対象に対して前記入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、所定の時間要素を含む処理を施して出力する第1処理部と、
所定値の前記入力データに対応するデータを出力するとともに前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第1処理部からの出力に対応する出力データを出力する第2処理部と、
を備える情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記第1処理部は、
前記入力データに対して、第1遅れ要素を含む処理を施して出力する、
情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記第1遅れ要素は、少なくとも遅れの時定数と、むだ時間とを含む、
情報処理装置。 - 請求項2または請求項3に記載の情報処理装置であって、
前記第1処理部は、
前記入力データに対して、進み要素を含む処理を更に施して出力する、
情報処理装置。 - 請求項4に記載の情報処理装置であって、
前記進み要素は、少なくとも進み時定数と、ゲインとを含む、
情報処理装置。 - 請求項1~5の何れか一項に記載の情報処理装置であって、
前記出力データに対して、第2遅れ要素を含む処理を施して出力する第3処理部を更に備える、
情報処理装置。 - 請求項6に記載の情報処理装置は、
前記第2遅れ要素は、少なくとも遅れの時定数を含む、
情報処理装置。 - 請求項1~5の何れか一項に記載の情報処理装置であって、
前記所定の時間要素は、前記入力データが前記所定の対象を模擬しつつ、前記学習モデルとは異なるシミュレーションモデルに入力された際の出力と、前記出力データと、が一致するよう定められる、
情報処理装置。 - 請求項6または請求項7に記載の情報処理装置であって、
前記所定の時間要素は、前記入力データが前記所定の対象を模擬しつつ、前記学習モデルとは異なるシミュレーションモデルに入力された際の出力と、前記第3処理部の出力と、が一致するよう定められる、
情報処理装置。 - 所定の対象に対する入力データを取得する第1ステップと、
前記所定の対象に対して前記入力データが入力された際に前記所定の対象において前記入力データが変化するよう、前記入力データに対して、所定の時間要素を含む処理を施して出力する第2ステップと、
所定値の前記入力データに対応するデータを出力するとともに、前記所定の対象の定常状態における入出力を模擬した学習モデルを用いて、前記第2ステップでの出力に対応する出力データを出力するステップと、
を含む情報処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021086028A JP7010403B1 (ja) | 2021-05-21 | 2021-05-21 | 情報処理装置及び情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021086028A JP7010403B1 (ja) | 2021-05-21 | 2021-05-21 | 情報処理装置及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7010403B1 true JP7010403B1 (ja) | 2022-01-26 |
JP2022178907A JP2022178907A (ja) | 2022-12-02 |
Family
ID=80678850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021086028A Active JP7010403B1 (ja) | 2021-05-21 | 2021-05-21 | 情報処理装置及び情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7010403B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014063391A (ja) | 2012-09-21 | 2014-04-10 | Mitsubishi Heavy Ind Ltd | シミュレータシステム及びシミュレーション方法 |
JP2016181247A (ja) | 2015-03-24 | 2016-10-13 | 株式会社神戸製鋼所 | 制御モデルのパラメータと外乱との同時推定方法、及びこの同時推定方法を用いた制御対象の制御方法。 |
JP2017184350A (ja) | 2016-03-29 | 2017-10-05 | 株式会社東芝 | 縮約モデル作成装置 |
-
2021
- 2021-05-21 JP JP2021086028A patent/JP7010403B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014063391A (ja) | 2012-09-21 | 2014-04-10 | Mitsubishi Heavy Ind Ltd | シミュレータシステム及びシミュレーション方法 |
JP2016181247A (ja) | 2015-03-24 | 2016-10-13 | 株式会社神戸製鋼所 | 制御モデルのパラメータと外乱との同時推定方法、及びこの同時推定方法を用いた制御対象の制御方法。 |
JP2017184350A (ja) | 2016-03-29 | 2017-10-05 | 株式会社東芝 | 縮約モデル作成装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022178907A (ja) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652380B (zh) | 针对机器学习算法进行算法参数调优的方法及系统 | |
TWI444844B (zh) | 模擬參數校正技術 | |
WO2017166449A1 (zh) | 机器学习模型生成方法和装置 | |
JP2020522794A (ja) | ニューラルネットワーク分類 | |
US20190057284A1 (en) | Data processing apparatus for accessing shared memory in processing structured data for modifying a parameter vector data structure | |
US9626631B2 (en) | Analysis device, analysis method, and program | |
US11341034B2 (en) | Analysis of verification parameters for training reduction | |
JP2022529178A (ja) | 人工知能推奨モデルの特徴処理方法、装置、電子機器、及びコンピュータプログラム | |
JP6718500B2 (ja) | 生産システムにおける出力効率の最適化 | |
CN113822440A (zh) | 用于确定机器学习样本的特征重要性的方法及系统 | |
CN109416408A (zh) | 震中距估计装置、震中距估计方法以及计算机可读记录介质 | |
JP2018147280A (ja) | データ分析装置及びデータ分析方法 | |
US11804283B2 (en) | Predicting molecular properties of molecular variants using residue-specific molecular structural features | |
JP7207596B1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
JP2019082874A (ja) | 設計支援装置及び設計支援システム | |
JP7010403B1 (ja) | 情報処理装置及び情報処理方法 | |
JP7396847B2 (ja) | 学習装置、学習方法および学習プログラム | |
JP2010049392A (ja) | Pidコントローラのチューニング装置、pidコントローラのチューニング用プログラムおよびpidコントローラのチューニング方法 | |
JP6816824B2 (ja) | 分散システム、データ管理装置、データ管理方法、及びプログラム | |
US20140129507A1 (en) | Information processing device, information processing method and program | |
JP2023520313A (ja) | 不確定区間を有する性能予測の生成 | |
JP2023179242A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Morgan et al. | A physics-based machine learning technique rapidly reconstructs the wall-shear stress and pressure fields in coronary arteries | |
KR102321064B1 (ko) | 부호화된 네트워크 생성 장치 및 방법 | |
US10360509B2 (en) | Apparatus and method for generating an optimal set of choices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210521 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210521 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211012 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7010403 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |