JP7303665B2 - 物理システムのハイブリッドモデル生成 - Google Patents
物理システムのハイブリッドモデル生成 Download PDFInfo
- Publication number
- JP7303665B2 JP7303665B2 JP2019093842A JP2019093842A JP7303665B2 JP 7303665 B2 JP7303665 B2 JP 7303665B2 JP 2019093842 A JP2019093842 A JP 2019093842A JP 2019093842 A JP2019093842 A JP 2019093842A JP 7303665 B2 JP7303665 B2 JP 7303665B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- experimental data
- untrained
- component
- processing device
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
Claims (20)
- 部分的に既知の物理システムの未知のコンポーネントの接続点の実験データのセットを受信することと、
処理デバイスによって、前記未知のコンポーネントの未学習モデルに対する実現可能性制約を設定することと、
前記未知のコンポーネントの前記接続点におけるシミュレートされたデータを生成するために、前記未知のコンポーネントの前記未学習モデルを使用して、前記部分的に既知のシステムをシミュレートすることと、
前記未知のコンポーネントの学習済みモデルを生成するために、前記実現可能性制約、および前記シミュレートされたデータと前記実験データとの比較に基づいて、前記未学習モデルを前記処理デバイスによって最適化することと、を含む、方法。 - 前記未学習モデルを最適化することが、
前記実現可能性制約に基づいて、前記未学習モデルの利用可能なパラメータを決定することと、
前記シミュレーションデータと前記実験データとの間の誤差を低減するために、前記未学習モデルの前記パラメータを更新することと、を含む、請求項1に記載の方法。 - 前記未知のコンポーネントの前記未学習モデルに対して受動性制約を設定することをさらに含む、請求項1に記載の方法。
- 前記物理システムのシステムモデルを使用して、前記物理システムのモデルベースの診断出力を生成することをさらに含み、前記システムモデルが、前記未知のコンポーネントの前記学習済みモデルを含む、請求項1に記載の方法。
- 前記未学習モデルが、未学習ニューラルネットワークを含む、請求項1に記載の方法。
- 前記部分的に既知の物理システムが、電気機械的システムを含み、前記未知のコンポーネントが、電気的コンポーネントまたは機械的コンポーネントのうちの1つを含む、請求項1に記載の方法。
- 第2の未知のコンポーネントの第2の接続点における実験データの第2のセットを受信することと、
前記第2の未知のコンポーネントの第2の学習済みモデルを生成するために、前記第2の未知のコンポーネントの第2の未学習モデルを最適化することと、をさらに含む、請求項1に記載の方法。 - 前記実験データが、異なる条件における前記物理システムの1つ以上の接続点またはノードから測定されたデータを含む、請求項1に記載の方法。
- 前記部分的に既知のシステムをシミュレートすることが、
前記実験データの第1の部分に関連付けられた第1の条件に従って、前記部分的に既知のシステムをシミュレートすることと、
前記実験データの第2の部分に関連付けられた第2の条件に従って、前記部分的に既知のシステムをシミュレートすることと、を含む、請求項1に記載の方法。 - システムであって、
メモリデバイスと、
前記メモリデバイスに動作可能に結合されている処理デバイスと、を備え、前記処理デバイスが、
未知のコンポーネントを含む、部分的に既知の物理システムの1つ以上の接続点の実験データのセットを受信し、
前記未知のコンポーネントの未学習モデルに対する実現可能性制約を処理デバイスによって生成し、
前記実験データに対応するシミュレートされたデータを生成するために、前記未知のコンポーネントの前記未学習モデルを使用して、前記部分的に既知のシステムをシミュレートし、
前記未知のコンポーネントの学習済みモデルを生成するために、前記実現可能性制約および前記シミュレートされたデータと前記実験データとの比較に基づいて、前記未学習モデルを最適化する、システム。 - 前記未学習モデルを最適化するために、前記処理デバイスが、さらに、
前記実現可能性制約に基づいて、前記未学習モデルの利用可能なパラメータを決定し、
前記シミュレーションデータと前記実験データとの間の誤差を低減するために、前記未学習モデルの前記パラメータを更新する、請求項10に記載のシステム。 - 前記処理デバイスが、前記未知のコンポーネントの前記未学習モデルに対する受動性制約をさらに生成する、請求項10に記載のシステム。
- 前記処理デバイスが、前記物理システムのシステムモデルを使用して、前記物理システムのモデルベースの診断出力をさらに生成し、前記システムモデルが、前記未知のコンポーネントの前記学習済みモデルを含む、請求項10に記載のシステム。
- 前記処理デバイスが、さらに、
第2の未知コンポーネントの第2の接続点における実験データの第2のセットを受信して、
前記第2の未知コンポーネントの第2の学習済みモデルを生成するために、前記第2の未知コンポーネントの第2の未学習モデルを最適化する、請求項10に記載のシステム。 - 前記部分的に既知のシステムをシミュレートするために、前記処理デバイスが、
前記実験データの第1の部分に関連付けられた第1の条件に従って、前記部分的に既知のシステムをシミュレートし、
前記実験データの第2の部分に関連付けられた第2の条件に従って、前記部分的に既知のシステムをシミュレートする、請求項10に記載のシステム。 - 命令を格納している非一時的コンピュータ可読媒体であって、前記命令が、処理デバイスによって実行されると、前記処理デバイスに、
部分的に既知の物理システムの実験データのセットを受信させ、
処理デバイスによって、前記部分的に既知の物理システムの未知のコンポーネントの未学習モデルに対する実現可能性制約を生成させ、
前記部分的に既知の物理システムのシミュレートされたデータを生成するために、前記未知のコンポーネントの前記未学習モデルを使用して、前記部分的に既知のシステムをシミュレートさせ、かつ
前記未知のコンポーネントの学習済みモデルを生成するために、前記実現可能性制約、および前記シミュレートされたデータと前記実験データとの比較に基づいて、前記未学習モデルを前記処理デバイスによって最適化させる、非一時的コンピュータ可読媒体。 - 前記未学習モデルを最適化するために、前記命令がさらに、前記処理デバイスに、
前記実現可能性制約に基づいて、前記未学習モデルの利用可能なパラメータを決定させ、かつ
前記シミュレーションデータと前記実験データとの間の誤差を低減するために、前記未学習モデルの前記パラメータを更新させる、請求項16に記載の非一時的コンピュータ可読媒体。 - 前記命令がさらに、前記処理デバイスに、前記未知のコンポーネントの前記未学習モデルに対する受動性制約を生成させる、請求項16に記載の非一時的コンピュータ可読媒体。
- 前記命令がさらに、前記処理デバイスに、
第2の未知のコンポーネントの第2の接続点における第2の実験データセットを受信させ、かつ、
前記第2の未知のコンポーネントの第2の学習済みモデルを生成するために、前記第2の未知のコンポーネントの第2の未学習モデルを最適化させる、請求項16に記載の非一時的コンピュータ可読媒体。 - 前記部分的に既知のシステムをシミュレートするために、前記命令がさらに、前記処理デバイスに、
前記実験データの第1の部分に関連付けられた第1の条件に従って、前記部分的に既知のシステムをシミュレートさせ、かつ
前記実験データの第2の部分に関連付けられた第2の条件に従って、前記部分的に既知のシステムをシミュレートさせる、請求項16に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/009,725 | 2018-06-15 | ||
US16/009,725 US20190384871A1 (en) | 2018-06-15 | 2018-06-15 | Generating hybrid models of physical systems |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019220156A JP2019220156A (ja) | 2019-12-26 |
JP7303665B2 true JP7303665B2 (ja) | 2023-07-05 |
Family
ID=66912541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019093842A Active JP7303665B2 (ja) | 2018-06-15 | 2019-05-17 | 物理システムのハイブリッドモデル生成 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190384871A1 (ja) |
EP (1) | EP3582153A1 (ja) |
JP (1) | JP7303665B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220016846A1 (en) * | 2019-04-10 | 2022-01-20 | Hewlett-Packard Development Company, L.P. | Adaptive thermal diffusivity |
US20210173011A1 (en) * | 2019-12-06 | 2021-06-10 | Hamed Kajbaf | Physics-Based Artificial Intelligence Integrated Simulation and Measurement Platform |
US11829689B1 (en) * | 2020-06-09 | 2023-11-28 | The Mathworks, Inc. | Systems and methods for creating variant regions in acausal simulation models |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007080062A (ja) | 2005-09-15 | 2007-03-29 | Matsushita Electric Ind Co Ltd | 回路シミュレーション方法および回路シミュレーション装置 |
JP2013020614A (ja) | 2011-07-01 | 2013-01-31 | Fujitsu Ltd | 論理セルのアナログモデルを生成する方法、製品及びコンピュータシステム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4085356A (en) * | 1975-12-08 | 1978-04-18 | Meinema Herbert E | Speed control system for model railroads |
KR20130133414A (ko) * | 2012-05-29 | 2013-12-09 | 엘에스산전 주식회사 | 열차 주행속도 보정장치 |
-
2018
- 2018-06-15 US US16/009,725 patent/US20190384871A1/en active Pending
-
2019
- 2019-05-17 JP JP2019093842A patent/JP7303665B2/ja active Active
- 2019-06-07 EP EP19179160.7A patent/EP3582153A1/en not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007080062A (ja) | 2005-09-15 | 2007-03-29 | Matsushita Electric Ind Co Ltd | 回路シミュレーション方法および回路シミュレーション装置 |
JP2013020614A (ja) | 2011-07-01 | 2013-01-31 | Fujitsu Ltd | 論理セルのアナログモデルを生成する方法、製品及びコンピュータシステム |
Non-Patent Citations (1)
Title |
---|
Ion Matei et al.,The Case for a Hybrid Approach to Diagnosis: A Railway Switch,The 26th International Workshop on Principles of Diagnosis,2015年08月,pp.225-234,https://www.researchgate.net/publication/305731351_The_Case_for_a_Hybrid_Approach_to_Diagnosis_A_Railway_Switch |
Also Published As
Publication number | Publication date |
---|---|
US20190384871A1 (en) | 2019-12-19 |
EP3582153A1 (en) | 2019-12-18 |
JP2019220156A (ja) | 2019-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6606220B2 (ja) | 系および部品における信頼性情報の影響の識別および分析のためのモデルに基づく設計の拡張 | |
JP7303665B2 (ja) | 物理システムのハイブリッドモデル生成 | |
US11907675B2 (en) | Generating training datasets for training neural networks | |
Robinson et al. | Physics guided neural networks for modelling of non-linear dynamics | |
KR20190052604A (ko) | 순환 신경망에 기반한 회로 시뮬레이션을 위한 시스템 및 방법 | |
Owens et al. | Norm optimal iterative learning control | |
US11250602B2 (en) | Generating concept images of human poses using machine learning models | |
Miller et al. | 23 Real-Time Simulation of Physical Systems Using Simscape™ | |
Rafiq et al. | A comprehensive scheme for reduction of nonlinear dynamical systems | |
JP7310921B2 (ja) | 検査装置、検査方法及び検査プログラム | |
Langueh et al. | Fixed‐time sliding mode‐based observer for non‐linear systems with unknown parameters and unknown inputs | |
Huang et al. | Robust control for one‐sided Lipschitz non‐linear systems with time‐varying delays and uncertainties | |
Thabet et al. | Real‐time fault‐voltage estimation for nonlinear dynamic power systems | |
Elloumi et al. | An overview on modelling of complex interconnected nonlinear systems | |
Golovkina et al. | Neural network representation for ordinary differential equations | |
Ma et al. | Adaptive Stabilization for a Class of Stochastic Nonlinear Systems with P randtl‐I shlinskii Hysteresis | |
US11922314B1 (en) | Systems and methods for building dynamic reduced order physical models | |
Shaker et al. | Switched systems reduction framework based on convex combination of generalized gramians | |
Haffke et al. | Validation of simulation models without knowledge of parameters using differential algebra | |
Kim et al. | Identification of Multiple‐Mode Linear Models Based on Particle Swarm Optimizer with Cyclic Network Mechanism | |
US20230132070A1 (en) | Features for black-box machine-learning models | |
Brewick et al. | A probabilistic study of the robustness of an adaptive neural estimation method for hysteretic internal forces in nonlinear MDOF systems | |
JP7512229B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20230185791A1 (en) | Prioritized data cleaning | |
JP4637799B2 (ja) | 電磁界回路連携解析プログラム、電磁界回路連携解析プログラムを格納した記録媒体、および電磁界回路連携解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190528 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190529 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230511 |
|
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: 20230525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230623 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7303665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |