JP7447925B2 - モデル作成装置及びモデル作成方法 - Google Patents
モデル作成装置及びモデル作成方法 Download PDFInfo
- Publication number
- JP7447925B2 JP7447925B2 JP2022047094A JP2022047094A JP7447925B2 JP 7447925 B2 JP7447925 B2 JP 7447925B2 JP 2022047094 A JP2022047094 A JP 2022047094A JP 2022047094 A JP2022047094 A JP 2022047094A JP 7447925 B2 JP7447925 B2 JP 7447925B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- frequency data
- time series
- frequency
- machine learning
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000010801 machine learning Methods 0.000 claims description 117
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 230000001131 transforming effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Complex Calculations (AREA)
- Traffic Control Systems (AREA)
Description
車両が走行中に測定された前記車両の走行中の時系列データを取得する時系列データ取得部と、
前記時系列データに関する発生頻度分布を示すデータを学習用頻度データとして取得する学習用頻度データ取得部と、
前記時系列データをフーリエ変換することで学習用周波数データを得るフーリエ変換部と、
前記学習用周波数データと、前記学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するモデル作成部と、
前記機械学習モデルから出力される前記生成周波数データと、前記フーリエ変換部から出力される前記学習用周波数データとの差分を、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルの重みを更新させる差分算出部と、
前記機械学習モデルから出力される前記生成周波数データを逆フーリエ変換することで生成時系列データを得る逆フーリエ変換部と、
を備える。
車両が走行中に測定された前記車両の走行中の時系列データから前記時系列データに関する発生頻度分布を示す頻度データを取得する頻度データ取得部と、
前記時系列データをフーリエ変換することで得た学習用周波数データと、前記時系列データに関する発生頻度分布を示す学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するモデル作成部と、前記機械学習モデルから出力される前記生成周波数データと前記学習用周波数データとの差分を、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルの重みを更新させる差分算出部と、前記機械学習モデルから出力される前記生成周波数データを逆フーリエ変換することで生成時系列データを得る逆フーリエ変換部と、を有するモデル作成装置に、前記頻度データを入力することにより、前記頻度データに対応する時系列データである生成時系列データを生成するデータ生成部と、
を備える。
コンピューターが実行するモデル作成方法であって、
車両が走行中に測定された前記車両の走行中の時系列データを取得するステップと、
前記時系列データに関する発生頻度分布を示すデータを学習用頻度データとして取得するステップと、
前記時系列データをフーリエ変換することで学習用周波数データを得るステップと、
前記学習用周波数データと、前記学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するステップと、
前記生成周波数データと、前記学習用周波数データとの差分を、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルを更新するステップと、
前記生成周波数データを逆フーリエ変換することで生成時系列データを得るステップと、
を含む。
コンピューターが実行するデータ生成方法であって、
車両が走行中に測定された前記車両の走行中の時系列データから前記時系列データに関する発生頻度分布を示す頻度データを取得するステップと、
前記時系列データをフーリエ変換することで得た学習用周波数データと、前記時系列データに関する発生頻度分布を示す学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するステップと、前記機械学習モデルから出力された前記生成周波数データと、前記学習用周波数データとの差分を算出し、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルを更新するステップと、前記機械学習モデルから出力される前記生成周波数データを逆フーリエ変換することで生成時系列データを得るステップと、を含む処理を行うことで作成された前記機械学習モデルに、前記頻度データを入力することにより、前記頻度データに対応する時系列データである生成時系列データを生成するステップと、
を含む。
図1及び図2は、データ生成システムSの概要を説明するための図である。データ生成システムSは、車両Tにおいて測定された各種のパラメータの頻度データに基づいて、当該パラメータの時系列データを生成するためのシステムである。データ生成システムSは、データ収集装置1及びデータ生成装置2を備えている。データ生成装置2は、機械学習モデルを用いて、頻度データに基づいて時系列データを生成する装置である。データ生成装置2は、機械学習モデルを作成するモデル作成装置としても機能する。当該機械学習モデルは、例えば条件付VAE(Variational Auto Encoder)又は条件付GAN(Generative Adversarial Networks)を含んで構成されている。
図4は、データ生成装置2の構成を示す図である。データ生成装置2は、通信部21と、記憶部22と、制御部23と、を有する。制御部23は、時系列データ取得部231と、フーリエ変換部300と、学習用頻度データ取得部232と、生成用頻度データ取得部233と、データ出力部234と、モデル作成部235と、データ生成部236とを有する。
図5Aは、機械学習モデルMの一例として、条件付きVAEにより構成される機械学習モデルMをモデル作成部235が作成する処理の概要を示す図である。図5Bは、データ生成部236が機械学習モデルMを用いて生成時系列データを生成する過程を示す図である。
図6は、データ生成装置2における処理の流れを示すフローチャートである。図6に示すフローチャートは、データ生成装置2が機械学習モデルMの作成を開始する指示を受けた時点から開始される。
以上説明したように、本実施の形態のモデル作成装置(制御部23)は、車両Tが走行中に測定された車両Tの走行中の時系列データを取得する時系列データ取得部231と、時系列データに関する発生頻度分布を示すデータを学習用頻度データとして取得する学習用頻度データ取得部232と、時系列データをフーリエ変換することで学習用周波数データを得るフーリエ変換部300と、学習用周波数データと、学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するモデル作成部235と、機械学習モデルMから出力される生成周波数データと、フーリエ変換部300から出力される学習用周波数データとの差分を、前記重み付け処理のために機械学習モデルMにフィードバックすることで機械学習モデルMの重みを更新させる差分算出部と、機械学習モデルMから出力される生成周波数データを逆フーリエ変換することで生成時系列データを得る逆フーリエ変換部400と、を備える。
2 データ生成装置
21 通信部
22 記憶部
23 制御部
231 時系列データ取得部
232 学習用頻度データ取得部
233 生成用頻度データ取得部
234 データ出力部
235 モデル作成部
236 データ生成部
300 フーリエ変換部
400 逆フーリエ変換部
M 機械学習モデル
S データ生成システム
T 車両
Claims (3)
- 車両が走行中に測定された前記車両の走行中の時系列データを取得する時系列データ取得部と、
前記時系列データに関する発生頻度分布を示すデータを学習用頻度データとして取得する学習用頻度データ取得部と、
前記時系列データをフーリエ変換することで学習用周波数データを得るフーリエ変換部と、
前記学習用周波数データと、前記学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するモデル作成部と、
前記機械学習モデルから出力される前記生成周波数データと、前記フーリエ変換部から出力される前記学習用周波数データとの差分を、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルの重みを更新させる差分算出部と、
前記機械学習モデルから出力される前記生成周波数データを逆フーリエ変換することで生成時系列データを得る逆フーリエ変換部と、
を備えるモデル作成装置。 - 前記時系列データは、前記車両の速度の時系列データであり、
前記学習用頻度データは、前記車両の速度の時系列データにおける速度又は加速度の発生頻度分布を示すデータである、
請求項1に記載のモデル作成装置。 - コンピューターが実行するモデル作成方法であって、
車両が走行中に測定された前記車両の走行中の時系列データを取得するステップと、
前記時系列データに関する発生頻度分布を示すデータを学習用頻度データとして取得するステップと、
前記時系列データをフーリエ変換することで学習用周波数データを得るステップと、
前記学習用周波数データと、前記学習用頻度データと、を教師データとして差分に基づく重み付け処理を用いて機械学習することにより、頻度データが入力されたことに応じて生成周波数データを出力する機械学習モデルを作成するステップと、
前記生成周波数データと、前記学習用周波数データとの差分を、前記重み付け処理のために前記機械学習モデルにフィードバックすることで前記機械学習モデルを更新するステップと、
前記生成周波数データを逆フーリエ変換することで生成時系列データを得るステップと、
を含むモデル作成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022047094A JP7447925B2 (ja) | 2022-03-23 | 2022-03-23 | モデル作成装置及びモデル作成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022047094A JP7447925B2 (ja) | 2022-03-23 | 2022-03-23 | モデル作成装置及びモデル作成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023140991A JP2023140991A (ja) | 2023-10-05 |
JP7447925B2 true JP7447925B2 (ja) | 2024-03-12 |
Family
ID=88206484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022047094A Active JP7447925B2 (ja) | 2022-03-23 | 2022-03-23 | モデル作成装置及びモデル作成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7447925B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200143237A1 (en) | 2018-11-07 | 2020-05-07 | Ford Global Technologies, Llc | Detection of vehicle riding behavior and corresponding systems and methods |
JP2021051638A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 |
JP2021051637A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 |
JP2021051639A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
JP2021051640A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
JP2021051641A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル評価装置及びモデル評価方法 |
JP2021051642A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3859459A1 (en) * | 2020-02-03 | 2021-08-04 | Robert Bosch GmbH | A computer implemented machine learning system and a method for operating the machine learning system for determining a time series |
KR20220036200A (ko) * | 2020-09-15 | 2022-03-22 | 현대자동차주식회사 | 차량의 속도 예측 장치 및 그 방법 |
-
2022
- 2022-03-23 JP JP2022047094A patent/JP7447925B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200143237A1 (en) | 2018-11-07 | 2020-05-07 | Ford Global Technologies, Llc | Detection of vehicle riding behavior and corresponding systems and methods |
JP2021051638A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 |
JP2021051637A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 |
JP2021051639A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
JP2021051640A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
JP2021051641A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル評価装置及びモデル評価方法 |
JP2021051642A (ja) | 2019-09-26 | 2021-04-01 | いすゞ自動車株式会社 | モデル作成装置及びモデル作成方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2023140991A (ja) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7163893B2 (ja) | モデル評価装置及びモデル評価方法 | |
JP7230754B2 (ja) | モデル作成装置及びモデル作成方法 | |
JP7230755B2 (ja) | モデル作成装置及びモデル作成方法 | |
JP7243553B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
JP7226226B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
JP7163894B2 (ja) | モデル作成装置及びモデル作成方法 | |
EP3596664B1 (en) | Generating discrete latent representations of input data items | |
Asadi et al. | Human perception-based washout filtering using genetic algorithm | |
CN103650030B (zh) | 有源振动噪音控制装置 | |
Li et al. | A new microscopic traffic model using a spring-mass-damper-clutch system | |
JP2022012178A (ja) | 学習システム、モデル生成装置、学習方法およびプログラム | |
JP7409420B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
JP7447925B2 (ja) | モデル作成装置及びモデル作成方法 | |
JP7447926B2 (ja) | モデル作成装置及びモデル作成方法 | |
JP7400856B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
JP7444187B2 (ja) | モデル作成装置及びモデル作成方法 | |
JP7400855B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
US20200234082A1 (en) | Learning device, learning method, and computer program product | |
JP7468726B1 (ja) | データ生成装置及びデータ生成方法 | |
Kashyap et al. | High speed receiver modeling using generative adversarial networks | |
JP7409421B2 (ja) | モデル作成装置及びモデル作成方法 | |
KR20190118766A (ko) | 추론을 위한 제한된 볼츠만 머신 구축 방법 및 추론을 위한 제한된 볼츠만 머신을 탑재한 컴퓨터 장치 | |
JP7487759B2 (ja) | モデル作成装置、データ生成装置、モデル作成方法及びデータ生成方法 | |
KR102365450B1 (ko) | 심층 지표 학습 방법 및 시스템 | |
WO2021229791A1 (ja) | 機械学習装置、機械学習システム、機械学習方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240111 |
|
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: 20240130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7447925 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |