WO2017109839A1 - 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置 - Google Patents

設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置 Download PDF

Info

Publication number
WO2017109839A1
WO2017109839A1 PCT/JP2015/085724 JP2015085724W WO2017109839A1 WO 2017109839 A1 WO2017109839 A1 WO 2017109839A1 JP 2015085724 W JP2015085724 W JP 2015085724W WO 2017109839 A1 WO2017109839 A1 WO 2017109839A1
Authority
WO
WIPO (PCT)
Prior art keywords
design data
feature
product
unit
features
Prior art date
Application number
PCT/JP2015/085724
Other languages
English (en)
French (fr)
Inventor
勉 石田
佐藤　満
智 鹿庭
Original Assignee
富士通株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to PCT/JP2015/085724 priority Critical patent/WO2017109839A1/ja
Publication of WO2017109839A1 publication Critical patent/WO2017109839A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]

Definitions

  • Embodiments described herein relate generally to a design data extraction program, a design data extraction method, and a design data extraction apparatus.
  • the item of the number of signal layers should be referred to, and it is similar from the design data of various products designed in the past, such as a server system product and a mobile system product.
  • the design data shall be searched.
  • the correlation between the number of components and the number of signal layers is another feature (for example, the maximum number of pins) among the features such as board area, number of components, maximum number of pins, and minimum wiring interval. And stronger than the correlation between the number of signal layers.
  • design data corresponding to the number of signal layers which is an item to be referred to, for example, design data having a high degree of similarity in the number of components having a strong correlation with the number of signal layers may not be extracted accurately.
  • An object of the present invention is to provide a design data extraction program, a design data extraction method, and a design data extraction device that can extract design data with high accuracy.
  • the design data extraction apparatus includes an input unit, a narrowing unit, an extraction unit, and an output unit.
  • the input unit receives product design data and items to be referred to in the product features.
  • the narrowing-down unit narrows down features having a strong correlation with the item to be referred to from among the features in the product type.
  • the extraction unit extracts design data similar to the accepted design data from the stored design data based on the narrowed-down features.
  • the output unit outputs the extracted design data.
  • design data can be extracted with high accuracy.
  • FIG. 1 is a block diagram illustrating the configuration of a design data extraction apparatus according to an embodiment.
  • FIG. 2 is an explanatory diagram illustrating functions of the design data extraction device according to the embodiment.
  • FIG. 3 is a flowchart for explaining an operation example of the design data extraction apparatus according to the embodiment.
  • FIG. 4 is an explanatory diagram for explaining feature extraction from already developed design data.
  • FIG. 5 is an explanatory diagram for explaining extraction of features from developed design data.
  • FIG. 6 is an explanatory diagram for explaining a setting screen for setting feature weights.
  • FIG. 7 is an explanatory diagram for explaining feature extraction from already developed design data.
  • FIG. 8 is an explanatory diagram illustrating an application example to a cloud service for each country.
  • FIG. 9 is a block diagram illustrating an example of a hardware configuration of the design data extraction apparatus according to the embodiment.
  • design data extraction program a design data extraction method, and a design data extraction device according to an embodiment will be described with reference to the drawings.
  • configurations having the same functions are denoted by the same reference numerals, and redundant description is omitted.
  • the design data extraction program, the design data extraction method, and the design data extraction device described in the following embodiments are merely examples, and do not limit the embodiments.
  • the following embodiments may be appropriately combined within a consistent range.
  • FIG. 1 is a block diagram illustrating a configuration of a design data extraction apparatus 1 according to the embodiment.
  • a design data extraction apparatus 1 shown in FIG. 1 is an information processing apparatus such as a PC (personal computer).
  • the design data extraction device 1 receives, for example, design data of a new product as search source data, extracts data similar to the search source data from design data of a developed product, and outputs it to a display or the like I do.
  • CAD Computer Aided Design
  • the types of products to be designed, design data to be processed, and the like are not limited to those exemplified in this embodiment.
  • the product to be designed is not limited to an electrical component such as a printed circuit board, but may be a building.
  • the present invention may be applied to the design of a network system using a network switch, a server device, or the like.
  • the design data extracting apparatus 1 uses the new network system specification data as the search source data, and is similar to the search source data in the network system specifications designed in the past. Process to extract data.
  • the design data extraction apparatus 1 includes an input unit 10, an output unit 20, a processing unit 30, and a storage unit 40.
  • the input unit 10 inputs various information to the processing unit 30.
  • the input unit 10 receives a user instruction, acquires various information from an external device through communication according to the received instruction, and inputs the acquired various information to the processing unit 30.
  • the input unit 10 may be an operation reception device such as a mouse or a keyboard.
  • the input unit 10 receives information such as design data of a product to be newly designed and items to be referred to in the design data from the user and inputs them to the processing unit 30.
  • the output unit 20 outputs various information.
  • the output unit 20 displays the processing result of the processing unit 30 on a display device such as an LCD (Liquid Crystal Display) or a CRT (Cathode Ray Tube).
  • a display device such as an LCD (Liquid Crystal Display) or a CRT (Cathode Ray Tube).
  • the output unit 20 may output the processing result of the processing unit 30 by voice from a voice output device such as a voice circuit and a speaker. Further, the output unit 20 may output the processing result of the processing unit 30 to an external device via a network device.
  • the processing unit 30 is a CPU (Central Processing Unit) or the like, and executes processing related to extraction of design data by executing a program.
  • CPU Central Processing Unit
  • the storage unit 40 stores various information.
  • the storage unit 40 stores a program executed by the processing unit 30.
  • the storage unit 40 stores information input from the input unit 10, design data 42 of a developed product, definition information 41 of each feature included in the design data 42, and the like.
  • FIG. 2 is an explanatory diagram for explaining functions of the design data extracting apparatus 1 according to the embodiment.
  • the input unit 10 receives input of the reference item 11 and the design data 12 and inputs the reference item 11 and the design data 12 to the processing unit 30.
  • the design data 42 and definition information 41 stored in the storage unit 40 are input to the processing unit 30.
  • the reference item 11 is an item to be referred to among the features of the product.
  • the input unit 10 accepts a reference item 11 selected by the user from items of each feature of the product included in the design data 12 using a pull-down menu or the like.
  • the reference item 11 is selected from the items indicating the product features such as the number of signal layers, the board area, the number of parts, the maximum number of pins, and the minimum wiring interval.
  • the design data 12 is data that becomes a search source when searching for similar data from the design data 42 of the developed product, for example, data being designed as a new product.
  • the input unit 10 receives design data 12 by reading out data relating to a product under design stored in a memory, for example.
  • the design data 12 includes, for example, product design diagrams for printed circuit board designs such as electrical products, and specifications for network system designs using network switches, server devices, and the like.
  • the data format of the design data 12 may be any as long as it corresponds to a design application such as EDA (Electronic Design Automation), CAD, and CAE (Computer Aided Engineering).
  • EDA Electronic Design Automation
  • CAD Computer Aided Engineering
  • CAE Computer Aided Engineering
  • the design data 12 is three-dimensional CAD data describing the layer configuration of signal / power supply / ground layers, the arrangement of electronic components and wiring, etc. on the substrate.
  • the design data 12 includes information indicating the type of product.
  • the design data 12 such as an electrical product includes information (for example, a product code) indicating a server system product, a mobile system product, or the like.
  • the type of product related to the design data 12 can be determined by referring to the product code or the like in the design data 12.
  • the product type related to the design data 12 may be input separately from the design data 12 by being selected and input by a user using a pull-down menu or the like, as in the case of the reference item 11.
  • the definition information 41 is information indicating the definition of each feature included in the product. Specifically, the definition information 41 describes the definition contents for each product feature included in the design data 12 and 42. For example, when the product is a printed circuit board, definition information 41 describes the definition contents for each feature such as the number of signal layers, the board area, the number of parts, the maximum number of pins, and the minimum wiring interval. By summing up the data of the design data 12 and 42 according to the definition contents described in the definition information 41, the value of each feature of the product related to the design data 12 and 42 can be obtained.
  • the design data 12 is CAD data of a printed circuit board
  • characteristics such as the number of signal layers, the board area, the number of parts, the maximum number of pins, and the minimum wiring interval in the printed circuit board described in the design data 12 can be obtained. .
  • the definition information 41 also describes the presence / absence of association with other features for each feature included in the product.
  • each characteristic such as the number of signal layers, the board area, the number of parts, the maximum number of pins, and the minimum wiring interval in a printed board has characteristics that are not related to each other depending on the design process.
  • features such as the board area, the number of parts, and the total number of nets are features obtained until the number of signal layers is estimated, and are related to the number of signal layers.
  • characteristics such as the net wiring length are characteristics obtained in the design process after estimating the number of signal layers, and are not related in the process of estimating the number of signal layers.
  • information about features related to each other is described for each feature included in the product.
  • the design data 42 is data that becomes a search destination when the design data 12 is used as a search source, and is data of a developed product.
  • the data format of the design data 42 is the same as that of the design data 12.
  • the design data 42 describes information indicating the type of the board (for example, a product code), the signal / power supply / ground layer configuration on the board, the arrangement of electronic components and wiring, and the like.
  • Three-dimensional CAD data is data that becomes a search destination when the design data 12 is used as a search source, and is data of a developed product.
  • the data format of the design data 42 is the same as that of the design data 12.
  • the design data 42 describes information indicating the type of the board (for example, a product code), the signal / power supply / ground layer configuration on the board, the arrangement of electronic components and wiring, and the like.
  • the processing unit 30 includes an encoding unit 31 and an extraction unit 32.
  • the processing unit 30 receives the design data 12 as search source data, and performs processing for extracting data similar to the search source data from the design data 42 of the developed product. Do.
  • the encoding unit 31 is a processing unit that refers to the design data 12 and 42 and the definition information 41, extracts each feature of the product included in the design data 12 and 42, and encodes it into vector format data (feature vector).
  • the encoding unit 31 includes a classification unit 311 and a normalization unit 312.
  • the classification unit 311 refers to information (for example, product code) indicating the product type included in the design data 42, and classifies the design data 42 for each product type.
  • the classification unit 311 refers to a product code indicating the type of a server system product, a mobile system product, or the like included in the design data 42, so that the design data 42 of the developed product is converted into a server system product, a mobile system product, or the like Sort by type.
  • the normalization unit 312 extracts each feature of the product included in the design data 12 and 42, normalizes the value of each extracted feature, and creates a feature vector of the product related to the design data 12 and 42. Specifically, the normalization unit 312 aggregates the data of the design data 12 and 42 according to the definition contents described in the definition information 41, thereby obtaining the value of each feature of the product related to the design data 12 and 42. Next, the normalizing unit 312 scales and normalizes the obtained feature values within a range of, for example, ⁇ 1 to +1, and creates a feature vector.
  • the extraction unit 32 compares the feature vector of the received design data 12 with the feature vector of the design data 42 stored in the storage unit 40, thereby design data similar to the design data 12 in the design data 42. Extract from The extraction unit 32 includes a feature narrowing unit 321 and a distance calculation unit 322.
  • the feature narrowing unit 321 narrows down features having a strong correlation with the reference item 11 from among a plurality of features in the received product type of the design data 12.
  • the feature narrowing unit 321 includes a modeling unit 321a, a reliability calculation unit 321b, and an analysis unit 321c.
  • the modeling unit 321a performs each feature for the reference item 11 based on the feature vector of the design data corresponding to the product type in the design data 12 in the design data 42 classified by the product type by the classification unit 311.
  • a regression model showing the correlation with is generated by regression calculation.
  • the modeling unit 321a performs regression analysis of the following equation (1) in which the feature relating to the reference item 11 indicated by the feature vector of the design data 42 is the target variable and the other feature is the explanatory variable, Generate a regression model.
  • yd is an objective variable, and is a value indicating a feature related to the reference item 11 of the design data 42 (d: data ID).
  • x dk is an explanatory variable and is a value of the feature (k) in the design data (d: data ID).
  • n is the number of features.
  • w k is the weight of the feature (k).
  • C is a constant term.
  • W k in each feature is a value indicating a correlation with the reference item 11. For example, if w k is large, it indicates that the correlation with the reference item 11 is strong.
  • Modeling unit 321a obtains a W k and C by substituting the value of the feature vector of the design data 42 yd, the x dk, to generate a regression model.
  • the reliability calculation unit 321b assigns the value of the design data 42 to the regression model generated by the modeling unit 321a, and calculates an evaluation value indicating the reproducibility of the correlation in the regression model, that is, the reliability of the regression model.
  • This reliability is a value representing how much the explanatory variable in the regression model can explain the explained variable (object variable), and is also called a determination coefficient.
  • the reliability calculation unit 321b calculates the reliability by the following equation (2).
  • R 2 is the reliability (determination coefficient) to be obtained.
  • y i is the actual value of the explained variable in data i.
  • y ′ i is a value obtained by substituting the explanatory variable in the data i into the regression model to obtain the explained variable.
  • the y overline (y bar) is the average value of all data (explained variables).
  • the analysis unit 321c analyzes the regression model generated by the modeling unit 321a, and narrows down a feature having a strong correlation with the reference item 11 from a plurality of features. For example, the analysis unit 321c narrows down the feature weight w k in the regression model generated from the plurality of features to a value equal to or greater than a predetermined threshold. In addition, the feature narrowing unit 321 sorts the feature weights w k in descending order, and narrows down to features within a predetermined order.
  • the distance calculation unit 322 calculates a distance between the feature vector of the design data 12 and the feature vector of the design data 42 based on the feature narrowed down by the feature narrowing-down unit 321, and calculates a distance value between the feature vectors. . Specifically, the distance calculation unit 322 calculates a distance value (distance) by the following equation (3).
  • f k is a feature (k)
  • T is a set of features narrowed down by the distance calculation unit 322.
  • x ′ k is the value of the feature (f k ) in the design data 12.
  • x dk is the value of the feature (f k ) in the design data 42 (d: data ID).
  • the distance value (distance) may be calculated by the following equation (4).
  • w k is a feature weight in the generated regression model.
  • the absolute value of the feature weight may be used for the distance calculation.
  • a feature having a larger absolute value of weight (a feature having a strong correlation with the reference item 11) has a greater influence on the distance value (distance).
  • the extraction unit 32 extracts design data similar to the design data 12 from the design data 42 based on the distance value calculated by the distance calculation unit 322. Specifically, the extraction unit 32 extracts design data 42 in which the calculated distance value is equal to or greater than a predetermined threshold value. In addition, the extraction unit 32 sorts the calculated distance values in descending order, and extracts design data 42 in which the rank order of the distance values is within a predetermined rank.
  • the output unit 20 displays and outputs the design data list 21 indicating the design data 42 extracted by the extraction unit 32 and the reliability 22 calculated by the reliability calculation unit 321b on, for example, a display.
  • FIG. 3 is a flowchart for explaining an operation example of the design data extraction apparatus 1 according to the embodiment.
  • the encoding unit 31 encodes the design data 12 and 42 (S1).
  • the extraction unit 32 narrows down the features related to the product features related to the reference item 11 based on the association for each feature described in the definition information 41 (S2). For example, when the reference item 11 is the number of signal layers, features related to the number of signal layers such as the board area, the number of parts, and the total number of nets are narrowed down.
  • the modeling unit 321a creates a regression model indicating the correlation with each feature with respect to the reference item 11 based on the feature vector of the design data 42 corresponding to the product type of the design data 12 (S3).
  • the reliability calculation unit 321b calculates the reliability (R 2 ) of the regression model generated in S3 by the modeling unit 321a (S4).
  • the analysis unit 321c analyzes the regression model generated in S3 by the modeling unit 321a, and extracts a feature having a strong correlation with the reference item 11 from a plurality of features (S5).
  • FIG. 4 is an explanatory diagram for explaining feature extraction from the developed design data 42a.
  • FIG. 5 is an explanatory diagram for explaining feature extraction from the developed design data 42a and 42b. 4 and 5, it is assumed that the product type of the design data 12 is, for example, a server system product, and the design data 42a is developed data for the server system product. On the right side of FIG. 5, it is assumed that the product type of the design data 12 is, for example, a portable product, and the design data 42b is developed data for the portable product.
  • Reference item 11 is the number of signal layers, and the features of f 1 to f n surrounded by a dotted frame in the figure are features related to the number of signal layers.
  • the modeling unit 321a creates a regression model using the value of the number of signal layers in the design data 42a and 42b as an objective variable and f 1 to f n as explanatory variables. As a result, as shown in FIG. 4, weights for f 1 to f n are obtained.
  • the analysis unit 321c extracts, for example, those having a weight that is greater than or equal to a predetermined value as features having a strong correlation with the number of signal layers as the reference item 11.
  • the strength of the correlation between the number of signal layers in the server system product and the feature f 1 (board area), feature f 2 (total number of nets), and feature f 3 (number of parts) Is in the order of f 3 , f 1 , f 2 . Therefore, when the design data 12 in the server system product is used as a search source and the design data 42 is extracted using the number of signal layers as the reference item 11, the feature f 3 and the feature f 1 having a large weight are strongly correlated with the number of signal layers. Extracted as
  • the strength of the correlation between the number of signal layers in the portable product and the feature f 1 (board area), the feature f 2 (total number of nets), and the feature f 3 (number of parts) is , F 2 , f 3 , f 1 in this order. Therefore, when the design data 12 in the portable product is used as a search source and the design data 42 is extracted using the number of signal layers as a reference item 11, the features f 2 and f 3 having large weights are strongly correlated with the number of signal layers. Extracted as
  • the distance calculation unit 322 calculates the distance between feature vectors of the design data 12 being developed and the design data 42 that has been developed using the features extracted by the feature narrowing unit 321 (S6).
  • the extraction unit 32 extracts the design data 42 in order of increasing distance based on the calculation result of the distance calculation unit 322 (S7).
  • the output unit 20 outputs the extracted design data 42 and the reliability 22 calculated by the reliability calculation unit 321b (S8).
  • the input unit 10 of the design data extraction apparatus 1 accepts the product design data 12 and the reference items 11 in the product features included in the design data 12.
  • the feature narrowing unit 321 of the design data extraction apparatus 1 narrows down features having strong correlation with the reference item 11 from the features in the product type.
  • the extraction unit 32 of the design data extraction apparatus 1 extracts design data similar to the accepted design data 12 from the design data 42 stored in the storage unit 40 based on the narrowed-down features.
  • the output unit 20 of the design data extraction apparatus 1 outputs the extracted design data.
  • the design data extraction apparatus 1 calculates the distance between the feature vectors of the design data 12 that is the search source and the design data 42 that is the search destination by using the feature having a strong correlation with the reference item 11. Data similar to the data 12 is extracted. Therefore, the design data extraction apparatus 1 can accurately extract data corresponding to the reference item 11.
  • the modeling unit 321a of the design data extraction apparatus 1 generates a regression model indicating the correlation with each feature with respect to the reference item 11 based on the design data corresponding to the type of product included in the stored design data 42. To do.
  • the feature narrowing unit 321 of the design data extraction apparatus 1 narrows down features that have a strong correlation with the reference item 11 based on the generated regression model. Therefore, the design data extracting apparatus 1 can narrow down features having a strong correlation with the reference item 11 by using a regression model based on the design data corresponding to the product type in the stored design data 42.
  • the reliability calculation unit 321b of the design data extraction apparatus 1 substitutes the value of the design data 42 stored in the generated regression model, and obtains an evaluation value (reliability) indicating the reproducibility of the correlation in the regression model. calculate. Further, the output unit 20 of the design data extracting apparatus 1 further outputs the calculated evaluation value. Therefore, the user of the design data extracting apparatus 1 can easily confirm how much reproducibility there is for the regression model indicating the correlation with each feature with respect to the reference item 11.
  • the extraction unit 32 may receive a setting from the user from the input unit 10 regarding the weight of the feature narrowed down by the feature narrowing unit 321.
  • the distance calculation unit 322 performs distance calculation using the weight set by, for example, Expression (4).
  • FIG. 6 is an explanatory diagram illustrating a display screen 50 for setting feature weights.
  • the display screen 50 includes a weight display / setting area 51 for displaying and setting the weight of the feature extracted by the feature narrowing unit 321, and an operation button 52 for instructing the reflection of the setting content. .
  • the feature refinement unit 321 displays, on the operation button 52, the feature extracted by the feature refinement unit 321 and the weight of each feature calculated by the modeling unit 321a when the feature is extracted in S5, for example. 50 is displayed on the display from the output unit 20.
  • the feature narrowing unit 321 receives the setting of the weight in the weight display / setting region 51 from the input unit 10.
  • the feature narrowing unit 321 reflects the weight set to the operation button 52 by the operation of the operation button 52 in the distance calculation of the distance calculation unit 322.
  • the design data extraction apparatus 1 can perform distance calculation between feature vectors using the weight set by the user.
  • FIG. 7 is an explanatory diagram for explaining feature extraction from the developed design data 42c.
  • the type of the network system is assumed to be a data center type network system
  • the design data 42c is assumed to be developed data for the data center type network system.
  • Reference item 11 is a disk capacity, and the features of f 1 to f n surrounded by a dotted line frame in the figure are characteristics related to the disk capacity.
  • the modeling unit 321a creates a regression model using the disk capacity value in the design data 42c as an objective variable and f 1 to f n as explanatory variables. As a result, as shown in FIG. 7, weights for f 1 to f n are obtained.
  • the analysis unit 321c extracts, for example, the obtained weight having a predetermined value or more as a feature having a strong correlation with the disk capacity as the reference item 11.
  • the distance calculation unit 322 calculates the distance between the feature vectors of the design data 12 of the search source and the design data 42 of the search destination using the extracted features. Accordingly, since the distance between feature vectors in the design data (for example, specifications) of the search source and the search destination is calculated using features having a strong correlation with the disk capacity, data extraction corresponding to the disk capacity can be accurately performed. it can.
  • the feature narrowing unit 321 does not generate a regression model indicating a correlation with each feature with respect to the reference item 11 every time the reference item 11 is received, but has a correlation between feature items for each type of product.
  • a feature weight table (correlation information) indicating the above may be generated in advance.
  • the modeling unit 321a generates a regression model based on the developed design data 42 and uses each feature as the reference item 11 for each type of product as a feature weight table. Save to memory. Then, when the feature narrowing unit 321 receives the reference item 11, the feature narrowing unit 321 refers to the feature weight table stored in the memory, and reads a regression model indicating a correlation with each feature with respect to the reference item 11. Thereby, it is possible to save the trouble of generating the regression model by referring to the design data 42 every time the reference item 11 is received.
  • FIG. 8 is an explanatory diagram for explaining an application example to cloud services (A to C) in each country.
  • the design data extraction apparatus 1A of the cloud service A aggregates the design data 42A to 42C of each country and generates the above-described feature weight table 23.
  • a copy of the generated feature weight table 23 is distributed to the design data extraction apparatus 1B of the cloud service B and the design data extraction apparatus 1C of the cloud service C by the output unit 20 of the design data extraction apparatus 1A.
  • the design data extraction apparatuses 1A to 1C can save time and effort to generate a regression model by referring to the design data 42A to 42C every time the reference item 11 is received.
  • the various processing functions performed in the design data extraction apparatus 1 may be executed entirely or arbitrarily on a CPU (or a microcomputer such as an MPU or MCU (Micro Controller Unit)).
  • various processing functions may be executed in whole or in any part on a program that is analyzed and executed by a CPU (or a microcomputer such as an MPU or MCU) or hardware based on wired logic. Needless to say, it is good.
  • FIG. 9 is a block diagram illustrating an example of a hardware configuration of the design data extraction apparatus 1 according to the embodiment.
  • the design data extraction apparatus 1 includes a CPU 101 that executes various arithmetic processes, an input device 102 that receives data input, a monitor 103, and a speaker 104.
  • the design data extraction device 1 includes a medium reading device 105 that reads a program and the like from a storage medium, an interface device 106 for connecting to various devices, and a communication device 107 for connecting to an external device by wire or wirelessly.
  • the design data extraction device 1 includes a RAM 108 that temporarily stores various types of information and a hard disk device 109. Each unit (101 to 109) in the design data extracting apparatus 1 is connected to the bus 110.
  • the hard disk device 109 stores a program 111 for executing various processes described in the above embodiment.
  • the hard disk device 109 stores various types of data 112 (definition information 41 or design data 42) referred to by the program 111.
  • the input device 102 receives input of operation information from an operator of the design data extraction device 1.
  • the monitor 103 displays various screens operated by the operator, for example.
  • the interface device 106 is connected to, for example, a printing device.
  • the communication device 107 is connected to a communication network such as a LAN (Local Area Network), and exchanges various types of information with an external device via the communication network.
  • LAN Local Area Network
  • the CPU 101 reads out the program 111 stored in the hard disk device 109, develops it in the RAM 108, and executes it to perform various processes.
  • the program 111 may not be stored in the hard disk device 109.
  • the design data extraction apparatus 1 may read and execute the program 111 stored in a storage medium readable by the design data extraction apparatus 1.
  • the storage medium that can be read by the design data extraction apparatus 1 is, for example, a portable recording medium such as a CD-ROM or DVD disk, a USB (Universal Serial Bus) memory, a semiconductor memory such as a flash memory, a hard disk drive, or the like.
  • the program may be stored in a device connected to a public line, the Internet, a LAN, or the like, and the design data extraction device 1 may read and execute the program from these.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

実施形態の設計データ抽出装置は、入力部と、絞り込み部と、抽出部と、出力部とを有する。入力部は、製品の設計データと、設計データに含まれる製品の特徴の中で参照する項目とを受け付ける。絞り込み部は、製品の種類において、特徴の中から参照する項目との相関が強い特徴を絞り込む。抽出部は、絞り込まれた特徴をもとに、受け付けられた設計データと類似する設計データを記憶された設計データの中から抽出する。出力部は、抽出された設計データを出力する。

Description

設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置
　本発明の実施形態は、設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置に関する。
　製品設計においては、新規の製品を設計する際に、過去に設計・製造した製品（以後、開発済み製品と呼ぶ）の設計データの中で新規の製品の設計データと類似するものを検索している。そして、開発済み製品の設計データの中の、新規の製品の設計データと類似する設計データを検証することで、開発済み製品のノウハウを製品設計に活かしている。新規の製品の設計データと類似する設計データの検索については、検索対象の設計データに対する特徴データを抽出し、抽出された特徴データを照合して類似する順序で順序付けし、順序付けした設計データのうちの少なくとも１つを絞り込む技術がある。
特開２００８－１７６４６４号公報
　しかしながら、上述した従来技術では、設計データに対する特徴データの類似するものを単純に抽出するため、設計データの中で参照したい項目に対応する設計データを精度よく抽出することは困難である。
　例えば、サーバ系製品のプリント基板を新規に設計する際に、信号層数の項目を参照したい項目とし、サーバ系製品、携帯系製品などの過去に設計した各種製品の設計データの中から類似する設計データを検索するものとする。また、サーバ系製品のプリント基板においては、基板面積、部品数、最大ピン数、最小配線間隔などの特徴の中で部品数と信号層数との相関が、他の特徴（例えば最大ピン数）と信号層数との相関よりも強いものとする。このとき、上述した従来技術では、信号層数の項目との相関が部品数よりも弱い特徴についても類似度が高ければ類似する設計データとして抽出されることとなる。このため、参照したい項目である信号層数に対応する設計データ、例えば信号層数との相関の強い部品数における類似度の高い設計データが精度よく抽出されない場合がある。
　１つの側面では、設計データを精度よく抽出することを可能とする設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置を提供することを目的とする。
　第１の案では、設計データ抽出装置は、入力部と、絞り込み部と、抽出部と、出力部とを有する。入力部は、製品の設計データと、製品の特徴の中で参照する項目とを受け付ける。絞り込み部は、製品の種類において、特徴の中から参照する項目との相関が強い特徴を絞り込む。抽出部は、絞り込まれた特徴をもとに、受け付けられた設計データと類似する設計データを記憶された設計データの中から抽出する。出力部は、抽出された設計データを出力する。
　本発明の１実施態様によれば、設計データを精度よく抽出できる。
図１は、実施形態にかかる設計データ抽出装置の構成を例示するブロック図である。 図２は、実施形態にかかる設計データ抽出装置の機能を説明する説明図である。 図３は、実施形態にかかる設計データ抽出装置の動作例を説明するフローチャートである。 図４は、開発済みの設計データからの特徴の抽出を説明する説明図である。 図５は、開発済みの設計データからの特徴の抽出を説明する説明図である。 図６は、特徴の重みを設定する設定画面を説明する説明図である。 図７は、開発済みの設計データからの特徴の抽出を説明する説明図である。 図８は、国ごとのクラウドサービスへの適用例を説明する説明図である。 図９は、実施形態にかかる設計データ抽出装置のハードウエア構成の一例を示すブロック図である。
　以下、図面を参照して、実施形態にかかる設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置を説明する。実施形態において同一の機能を有する構成には同一の符号を付し、重複する説明は省略する。なお、以下の実施形態で説明する設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置は、一例を示すに過ぎず、実施形態を限定するものではない。また、以下の各実施形態は、矛盾しない範囲内で適宜組みあわせてもよい。
　図１は、実施形態にかかる設計データ抽出装置１の構成を例示するブロック図である。図１に示す設計データ抽出装置１は、例えばＰＣ（パーソナルコンピュータ）等の情報処理装置である。設計データ抽出装置１は、例えば、新規の製品の設計データを検索元のデータとして受け付け、開発済み製品の設計データの中で検索元のデータと類似するデータを抽出し、ディスプレイなどに出力する処理を行う。
　なお、本実施形態では、設計する製品がプリント基板である場合のプリント基板設計におけるＣＡＤ（Computer　Aided　Design）データの抽出を例示する。しかしながら、設計する製品の種類や処理の対象となる設計データなどは、本実施形態で例示するものに限定しない。例えば、設計対象とする製品は、プリント基板などの電気部品に限定するものではなく、建物などであってもよい。また、ネットワークスイッチ、サーバ装置などを用いたネットワークシステムの設計に適用してもよい。例えば、ネットワークシステムの設計の場合、設計データ抽出装置１は、新規のネットワークシステムの仕様書データを検索元のデータとし、過去に設計したネットワークシステムの仕様書の中で検索元のデータと類似するデータを抽出する処理を行う。
　図１に示すように、設計データ抽出装置１は、入力部１０、出力部２０、処理部３０および記憶部４０を有する。
　入力部１０は、各種情報を処理部３０に入力する。例えば、入力部１０は、ユーザの指示を受け付けて、受け付けた指示に従って、通信により外部装置から各種情報を取得し、取得した各種情報を処理部３０に入力する。例えば、入力部１０は、マウスやキーボードなどの操作受付デバイスであってもよい。具体例を挙げて説明すると、入力部１０は、新規に設計する製品の設計データ、設計データの中で参照対象とする項目などの情報をユーザより受け付けて処理部３０に入力する。
　出力部２０は、各種の情報を出力する。例えば、出力部２０は、処理部３０の処理結果をＬＣＤ（Liquid　Crystal　Display）やＣＲＴ（Cathode　Ray　Tube）などの表示装置に表示する。なお、出力部２０は、処理部３０の処理結果を音声回路およびスピーカなどの音声出力デバイスより音声で出力してもよい。また、出力部２０は、処理部３０の処理結果をネットワーク機器を介して外部装置へ出力してもよい。
　処理部３０は、ＣＰＵ（Central　Processing　Unit）等であり、プログラムを実行することにより、設計データの抽出にかかる処理を実行する。
　記憶部４０は、各種情報を記憶する。例えば、記憶部４０は、処理部３０で実行されるプログラムを記憶する。また、記憶部４０は、入力部１０より入力された情報、開発済み製品の設計データ４２、設計データ４２に含まれる各特徴の定義情報４１などを記憶する。
　図２は、実施形態にかかる設計データ抽出装置１の機能を説明する説明図である。図２に示すように、入力部１０は、参照項目１１および設計データ１２の入力を受け付け、参照項目１１および設計データ１２を処理部３０に入力する。また、処理部３０には、記憶部４０に記憶された設計データ４２および定義情報４１が入力される。
　参照項目１１は、製品の特徴の中で参照対象とする項目である。例えば、入力部１０は、プルダウンメニューなどで、設計データ１２に含まれる製品の各特徴を項目とした中よりユーザが選択した参照項目１１を受け付ける。一例として、設計する製品がプリント基板である場合には、信号層数、基板面積、部品数、最大ピン数、最小配線間隔などの製品の特徴を示す各項目の中より参照項目１１が選択される。
　設計データ１２は、開発済み製品の設計データ４２の中から類似するデータを検索する際に検索元となるデータであり、例えば新規の製品として設計中のデータである。入力部１０は、例えばメモリに保存されている設計中の製品にかかるデータの読み出しなどにより設計データ１２を受け付ける。この設計データ１２としては、例えば、電気製品などのプリント基板設計では製品の設計図、ネットワークスイッチ、サーバ装置などを用いたネットワークシステムの設計では仕様書などがある。
　また、設計データ１２のデータ形式は、ＥＤＡ（Electronic　Design　Automation）、ＣＡＤ、ＣＡＥ（Computer　Aided　Engineering）などの設計用アプリケーションに対応するものであればいずれであってもよい。一例として、電気製品などのプリント基板設計では、設計データ１２は、基板における信号／電源／アース層の層構成、電子部品および配線の配置などを記述した３次元のＣＡＤデータなどである。
　また、設計データ１２には、製品の種類を示す情報が含まれている。例えば、電気製品などの設計データ１２については、サーバ系製品、携帯系製品などを示す情報（例えば製品コード）が含まれている。これにより、設計データ１２における製品コードなどを参照することで、設計データ１２にかかる製品の種類を判別できる。なお、設計データ１２にかかる製品の種類については、参照項目１１と同様、プルダウンメニューなどでユーザが選択して入力することで、設計データ１２とは別に入力を受け付けてもよい。
　定義情報４１は、製品に含まれる各特徴についての定義を示す情報である。具体的には、定義情報４１には、設計データ１２、４２に含まれる製品の特徴ごとの定義内容が記述されている。例えば、製品がプリント基板である場合には、信号層数、基板面積、部品数、最大ピン数、最小配線間隔などの各特徴についての定義内容が定義情報４１に記述されている。この定義情報４１に記述された定義内容に従って設計データ１２、４２のデータを集計することで、設計データ１２、４２にかかる製品の各特徴の値を求めることができる。例えば、設計データ１２がプリント基板のＣＡＤデータの場合は、設計データ１２に記述されたプリント基板における信号層数、基板面積、部品数、最大ピン数、最小配線間隔などの特徴を求めることができる。
　また、定義情報４１には、製品に含まれる特徴ごとに、他の特徴との関連付けの有無も記述されている。例えば、プリント基板における信号層数、基板面積、部品数、最大ピン数、最小配線間隔などの各特徴において、設計工程によっては互いに関連しない特徴がある。一例として、信号層数を見積もる工程では、基板面積、部品数、全ネット数などの特徴は信号層数を見積もるまでに得られる特徴であり、信号層数との関連がある。しかしながら、ネットの配線長などの特徴は、信号層数を見積もった後の設計工程で得られる特徴であり、信号層数を見積もる工程での関連はない。このように、定義情報４１には、製品に含まれる特徴ごとに、互いに関連する特徴についての情報が記述されている。
　設計データ４２は、設計データ１２を検索元とした際の検索先となるデータであり、開発済み製品のデータである。設計データ４２におけるデータ形式などは、設計データ１２と同様である。例えば、製品がプリント基板である場合、設計データ４２は、基板の種類を示す情報（例えば製品コード）とともに、基板における信号／電源／アース層の層構成、電子部品および配線の配置などを記述した３次元のＣＡＤデータである。
　処理部３０は、エンコード部３１および抽出部３２を有し、設計データ１２を検索元のデータとして受け付け、開発済み製品の設計データ４２の中で検索元のデータと類似するデータを抽出する処理を行う。
　エンコード部３１は、設計データ１２、４２および定義情報４１を参照し、設計データ１２、４２に含まれる製品の各特徴を抽出してベクトル形式のデータ（特徴ベクトル）へエンコードする処理部である。エンコード部３１は、分類部３１１および正規化部３１２を有する。
　分類部３１１は、設計データ４２に含まれる製品の種類を示す情報（例えば製品コード）を参照し、製品の種類ごとに設計データ４２を分類する。例えば、分類部３１１は、設計データ４２に含まれる、サーバ系製品、携帯系製品などの種類を示す製品コードを参照することで、開発済み製品の設計データ４２をサーバ系製品、携帯系製品などの種類ごとに分類する。
　正規化部３１２は、設計データ１２、４２に含まれる製品の各特徴を抽出し、抽出した各特徴の値を正規化し、設計データ１２、４２にかかる製品の特徴ベクトルを作成する。具体的には、正規化部３１２は、定義情報４１に記述された定義内容に従って設計データ１２、４２のデータを集計することで、設計データ１２、４２にかかる製品の各特徴の値を得る。次いで、正規化部３１２は、得られた各特徴の値を例えば－１～＋１の範囲内にスケーリングして正規化し、特徴ベクトルを作成する。
　抽出部３２は、受け付けられた設計データ１２の特徴ベクトルと、記憶部４０に記憶された設計データ４２の特徴ベクトルとを比較することで、設計データ１２と類似する設計データを設計データ４２の中から抽出する。抽出部３２は、特徴絞り込み部３２１と、距離計算部３２２とを有する。
　特徴絞り込み部３２１は、受け付けられた設計データ１２の製品の種類において、複数の特徴の中から参照項目１１との相関が強い特徴を絞り込む。具体的には、特徴絞り込み部３２１は、モデリング部３２１ａ、信頼度計算部３２１ｂおよび解析部３２１ｃを有する。
　モデリング部３２１ａは、分類部３１１により製品の種類ごとに分類された設計データ４２の中の、設計データ１２の製品の種類に対応する設計データの特徴ベクトルをもとに、参照項目１１に対する各特徴との相関関係を示す回帰モデルを回帰計算により生成する。
　具体的には、モデリング部３２１ａは、設計データ４２の特徴ベクトルで示される参照項目１１にかかる特徴を目的変数、その他の特徴を説明変数とする次の式（１）を回帰分析することで、回帰モデルを生成する。
Figure JPOXMLDOC01-appb-M000001
　回帰式（１）において、ｙｄは、目的変数であり、設計データ４２（ｄ：データＩＤ）の参照項目１１にかかる特徴を示す値である。ｘｄｋは、説明変数であり、設計データ（ｄ：データＩＤ）における特徴（ｋ）の値である。ｎは特徴の数である。ｗｋは、特徴（ｋ）の重みである。Ｃは定数項である。
　各特徴におけるｗｋが参照項目１１との相関関係を示す値である。例えば、ｗｋが大きければ参照項目１１との相関関係が強いことを示す。モデリング部３２１ａは、設計データ４２の特徴ベクトルの値をｙｄ、ｘｄｋに代入してＷｋおよびＣを求め、回帰モデルを生成する。
　信頼度計算部３２１ｂは、モデリング部３２１ａにより生成された回帰モデルに設計データ４２の値を代入し、回帰モデルにおける相関関係の再現性を示す評価値、すなわち回帰モデルの信頼度を計算する。この信頼度は、回帰モデルにおける説明変数が被説明変数（目的変数）をどの程度説明できるかを表す値であり、決定係数とも呼ばれる。具体的には、信頼度計算部３２１ｂは、次の式（２）により信頼度の計算を行う。
Figure JPOXMLDOC01-appb-M000002
　式（２）において、Ｒ２は、求める信頼度（決定係数）である。ｙｉは、データｉにおける実際の被説明変数の値である。ｙ’ｉは、データｉにおける説明変数を回帰モデルに代入して被説明変数を求めた値である。ｙオーバーライン（ｙバー）は全データ（被説明変数）の平均値である。式（２）では、信頼度Ｒ２の値が１に近いほど、再現性が高く、良い回帰モデルが作成されていることを示している。
　解析部３２１ｃは、モデリング部３２１ａにより生成された回帰モデルを解析し、複数の特徴の中から参照項目１１との相関が強い特徴を絞り込む。例えば、解析部３２１ｃは、複数の特徴の中で生成された回帰モデルにおける特徴の重みｗｋが所定の閾値以上のものに絞り込む。また、特徴絞り込み部３２１は、特徴の重みｗｋを大きい順にソートして、所定順位以内の特徴に絞り込む。
　距離計算部３２２は、特徴絞り込み部３２１により絞り込まれた特徴をもとに、設計データ１２の特徴ベクトルと、設計データ４２の特徴ベクトルとの距離計算を行い、特徴ベクトル間の距離値を計算する。具体的には、距離計算部３２２は、次の式（３）により距離値（ｄｉｓｔａｎｃｅ）を計算する。
Figure JPOXMLDOC01-appb-M000003
　式（３）において、ｆｋは特徴（ｋ）であり、Ｔは距離計算部３２２により絞り込まれた特徴の集合である。ｘ’ｋは、設計データ１２における特徴（ｆｋ）の値である。ｘｄｋは、設計データ４２（ｄ：データＩＤ）における特徴（ｆｋ）の値である。
　なお、距離値（ｄｉｓｔａｎｃｅ）は次の式（４）により計算してもよい。
Figure JPOXMLDOC01-appb-M000004
　式（４）において、ｗｋは、生成された回帰モデルにおける特徴の重みである。式（４）のように、特徴の重みの絶対値を距離計算に用いてもよい。重みの絶対値が大きい特徴（参照項目１１との相関の強い特徴）ほど、距離値（ｄｉｓｔａｎｃｅ）への影響が大きくなる。
　抽出部３２は、距離計算部３２２により計算された距離値をもとに、設計データ１２と類似する設計データを設計データ４２の中から抽出する。具体的には、抽出部３２は、計算された距離値が所定の閾値以上の設計データ４２を抽出する。また、抽出部３２は、計算された距離値を大きい順にソートし、距離値の順位が所定順位以内の設計データ４２を抽出する。
　出力部２０は、抽出部３２により抽出された設計データ４２を示す設計データリスト２１と、信頼度計算部３２１ｂにより計算された信頼度２２とを、例えばディスプレイなどに表示出力する。
　図３は、実施形態にかかる設計データ抽出装置１の動作例を説明するフローチャートである。図３に示すように、入力部１０よりデータ入力（参照項目１１、設計データ１２）を受け付けて処理が開始されると、エンコード部３１は、設計データ１２、４２のエンコードを行う（Ｓ１）。
　次いで、抽出部３２は、定義情報４１に記述されている特徴ごとの関連付けをもとに、参照項目１１にかかる製品の特徴と関連する特徴への絞り込みを行う（Ｓ２）。例えば、参照項目１１が信号層数である場合、基板面積、部品数、全ネット数などの、信号層数と関連する特徴が絞り込まれる。
　次いで、モデリング部３２１ａは、設計データ１２の製品の種類に対応する設計データ４２の特徴ベクトルをもとに、参照項目１１に対する各特徴との相関関係を示す回帰モデルを作成する（Ｓ３）。次いで、信頼度計算部３２１ｂは、モデリング部３２１ａによりＳ３において生成された回帰モデルの信頼度（Ｒ２）を計算する（Ｓ４）。次いで、解析部３２１ｃは、モデリング部３２１ａによりＳ３において生成された回帰モデルを解析し、複数の特徴の中から参照項目１１との相関が強い特徴を抽出する（Ｓ５）。
　図４は、開発済みの設計データ４２ａからの特徴の抽出を説明する説明図である。図５は、開発済みの設計データ４２ａ、４２ｂからの特徴の抽出を説明する説明図である。図４および図５左側において、設計データ１２の製品の種類は例えばサーバ系製品であるものとし、設計データ４２ａは、サーバ系製品についての開発済みデータであるものとする。また、図５右側において、設計データ１２の製品の種類は例えば携帯系製品であるものとし、設計データ４２ｂは、携帯系製品についての開発済みデータであるものとする。また、参照項目１１は信号層数であり、図中の点線枠で囲まれたｆ１～ｆｎの特徴は信号層数に関連する特徴であるものとする。
　モデリング部３２１ａは、設計データ４２ａ、４２ｂにおける信号層数の値を目的変数、ｆ１～ｆｎを説明変数として回帰モデルを作成する。これにより、図４に示すように、ｆ１～ｆｎについての重みが得られる。解析部３２１ｃは、例えば得られた重みが所定値以上のものを、参照項目１１である信号層数に対して相関の強い特徴として抽出する。
　図４（図５左側）の例では、サーバ系製品における信号層数と、特徴ｆ１（基板面積）、特徴ｆ２（全ネット数）および特徴ｆ３（部品数）との相関の強さは、ｆ３、ｆ１、ｆ２の順となる。したがって、サーバ系製品における設計データ１２を検索元とし、信号層数を参照項目１１として設計データ４２の抽出を行う場合、重みの大きな特徴ｆ３、特徴ｆ１が信号層数に対する相関の強い特徴として抽出される。
　また、図５の右側の例では、携帯系製品における信号層数と、特徴ｆ１（基板面積）、特徴ｆ２（全ネット数）および特徴ｆ３（部品数）との相関の強さは、ｆ２、ｆ３、ｆ１の順となる。したがって、携帯系製品における設計データ１２を検索元とし、信号層数を参照項目１１として設計データ４２の抽出を行う場合、重みの大きな特徴ｆ２、特徴ｆ３が信号層数に対する相関の強い特徴として抽出される。
　Ｓ５に次いで、距離計算部３２２は、特徴絞り込み部３２１が抽出した特徴を用いて、開発中の設計データ１２と開発済みの設計データ４２との特徴ベクトル間の距離を計算する（Ｓ６）。次いで、抽出部３２は、距離計算部３２２の計算結果をもとに、距離の近い順に設計データ４２を抽出する（Ｓ７）。次いで、出力部２０は、抽出された設計データ４２と、信頼度計算部３２１ｂにより計算された信頼度２２とを出力する（Ｓ８）。
　以上のように、設計データ抽出装置１の入力部１０は、製品の設計データ１２と、設計データ１２に含まれる製品の特徴の中の参照項目１１とを受け付ける。また、設計データ抽出装置１の特徴絞り込み部３２１は、製品の種類において、特徴の中から参照項目１１との相関が強い特徴を絞り込む。また、設計データ抽出装置１の抽出部３２は、絞り込まれた特徴をもとに、受け付けられた設計データ１２と類似する設計データを記憶部４０に記憶された設計データ４２の中から抽出する。また、設計データ抽出装置１の出力部２０は、抽出された設計データを出力する。このように、設計データ抽出装置１は、参照項目１１に対する相関の強い特徴を用いて、検索元である設計データ１２と、検索先の設計データ４２との特徴ベクトル間の距離を計算し、設計データ１２と類似するデータを抽出する。したがって、設計データ抽出装置１では、参照項目１１に対応するデータ抽出を精度よく行うことができる。
　また、設計データ抽出装置１のモデリング部３２１ａは、記憶された設計データ４２に含まれる製品の種類に対応する設計データをもとに参照項目１１に対する各特徴との相関関係を示す回帰モデルを生成する。また、設計データ抽出装置１の特徴絞り込み部３２１は、生成された回帰モデルをもとに参照項目１１との相関が強い特徴を絞り込む。したがって、設計データ抽出装置１は、記憶された設計データ４２の中の、製品の種類に対応する設計データに基づく回帰モデルにより、参照項目１１との相関が強い特徴を絞り込むことができる。
　また、設計データ抽出装置１の信頼度計算部３２１ｂは、生成された回帰モデルに記憶された設計データ４２の値を代入し、回帰モデルにおける相関関係の再現性を示す評価値（信頼度）を算出する。また、設計データ抽出装置１の出力部２０は、算出された評価値をさらに出力する。したがって、設計データ抽出装置１のユーザは、参照項目１１に対する各特徴との相関関係を示す回帰モデルについて、どの程度の再現性があるかを容易に確認できる。
　なお、抽出部３２は、特徴絞り込み部３２１において絞り込まれた特徴の重みについて、入力部１０よりユーザからの設定を受け付けてもよい。この場合、距離計算部３２２は、例えば式（４）により設定された重みを用いた距離計算を行う。
　図６は、特徴の重みを設定する表示画面５０を説明する説明図である。図６に示すように、表示画面５０は、特徴絞り込み部３２１で抽出された特徴の重みの表示および設定を行う重み表示・設定領域５１と、設定内容の反映を指示する操作ボタン５２とを有する。
　特徴絞り込み部３２１は、例えばＳ５において特徴の抽出を行った際に、特徴絞り込み部３２１で抽出された特徴と、モデリング部３２１ａにおいて計算された各特徴の重みとを操作ボタン５２に表示した表示画面５０を出力部２０よりディスプレイに表示する。次いで、特徴絞り込み部３２１は、入力部１０より重み表示・設定領域５１における重みの設定を受け付ける。次いで、特徴絞り込み部３２１は、操作ボタン５２の操作により操作ボタン５２に設定された重みを距離計算部３２２の距離計算に反映させる。これにより、設計データ抽出装置１では、ユーザが設定した重みを用いた特徴ベクトル間の距離計算を行うことができる。
　ネットワークスイッチ、サーバ装置などを用いたネットワークシステムの設計に設計データ抽出装置１を適用した場合も同様であり、図７を参照して具体的に説明する。
　図７は、開発済みの設計データ４２ｃからの特徴の抽出を説明する説明図である。図７において、ネットワークシステムの種類はデータセンタ系のネットワークシステムであるものとし、設計データ４２ｃは、データセンタ系のネットワークシステムについての開発済みデータであるものとする。また、参照項目１１はディスク容量であり、図中の点線枠で囲まれたｆ１～ｆｎの特徴はディスク容量に関連する特徴であるものとする。
　モデリング部３２１ａは、設計データ４２ｃにおけるディスク容量の値を目的変数、ｆ１～ｆｎを説明変数として回帰モデルを作成する。これにより、図７に示すように、ｆ１～ｆｎについての重みが得られる。解析部３２１ｃは、例えば得られた重みが所定値以上のものを、参照項目１１であるディスク容量に対して相関の強い特徴として抽出する。距離計算部３２２は、抽出された特徴を用いて、検索元の設計データ１２と、検索先の設計データ４２との特徴ベクトル間の距離計算を行う。したがって、ディスク容量に対する相関の強い特徴を用いて、検索元と検索先の設計データ（例えば仕様書）における特徴ベクトル間の距離計算を行うため、ディスク容量に対応するデータ抽出を精度よく行うことができる。
　なお、特徴絞り込み部３２１は、参照項目１１を受け付ける度に、参照項目１１に対する各特徴との相関関係を示す回帰モデルを生成するのではなく、製品の種類ごとに、特徴の項目間における相関関係を示す特徴の重みテーブル（相関情報）を予め生成しておいてもよい。
　具体的には、モデリング部３２１ａは、開発済みの設計データ４２をもとに、製品の種類ごとに、各特徴のそれぞれを参照項目１１とした場合の回帰モデルを生成し、特徴の重みテーブルとしてメモリに保存する。そして、特徴絞り込み部３２１は、参照項目１１を受け付けた際に、メモリに保存された特徴の重みテーブルを参照し、参照項目１１に対する各特徴との相関関係を示す回帰モデルを読み出す。これにより、参照項目１１を受け付ける度に設計データ４２を参照して回帰モデルを生成する手間を省くことができる。
　図８は、国ごとのクラウドサービス（Ａ～Ｃ）への適用例を説明する説明図である。図８に示すように、クラウドサービスＡの設計データ抽出装置１Ａは、各国の設計データ４２Ａ～４２Ｃを集約し、上述した特徴の重みテーブル２３を生成する。生成された特徴の重みテーブル２３は、設計データ抽出装置１Ａの出力部２０により、クラウドサービスＢの設計データ抽出装置１ＢおよびクラウドサービスＣの設計データ抽出装置１Ｃへコピーが配信される。これにより、設計データ抽出装置１Ａ～１Ｃでは、参照項目１１を受け付ける度に設計データ４２Ａ～４２Ｃを参照して回帰モデルを生成する手間を省くことができる。
　設計データ抽出装置１で行われる各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ（Micro　Controller　Unit）等のマイクロ・コンピュータ）上で、その全部または任意の一部を実行するようにしてもよい。また、各種処理機能は、ＣＰＵ（またはＭＰＵ、ＭＣＵ等のマイクロ・コンピュータ）で解析実行されるプログラム上、またはワイヤードロジックによるハードウエア上で、その全部または任意の一部を実行するようにしてもよいことは言うまでもない。
　ところで、上記の実施形態で説明した各種の処理は、予め用意されたプログラムをコンピュータで実行することで実現できる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータ（ハードウエア）の一例を説明する。図９は、実施形態にかかる設計データ抽出装置１のハードウエア構成の一例を示すブロック図である。
　図９が示すように、設計データ抽出装置１は、各種演算処理を実行するＣＰＵ１０１と、データ入力を受け付ける入力装置１０２と、モニタ１０３と、スピーカ１０４とを有する。また、設計データ抽出装置１は、記憶媒体からプログラム等を読み取る媒体読取装置１０５と、各種装置と接続するためのインタフェース装置１０６と、有線または無線により外部機器と通信接続するための通信装置１０７とを有する。また、設計データ抽出装置１は、各種情報を一時記憶するＲＡＭ１０８と、ハードディスク装置１０９とを有する。また、設計データ抽出装置１内の各部（１０１～１０９）は、バス１１０に接続される。
　ハードディスク装置１０９には、上記の実施形態で説明した各種の処理を実行するためのプログラム１１１が記憶される。また、ハードディスク装置１０９には、プログラム１１１が参照する各種データ１１２（定義情報４１または設計データ４２など）が記憶される。入力装置１０２は、例えば、設計データ抽出装置１の操作者から操作情報の入力を受け付ける。モニタ１０３は、例えば、操作者が操作する各種画面を表示する。インタフェース装置１０６は、例えば印刷装置等が接続される。通信装置１０７は、ＬＡＮ（Local　Area　Network）等の通信ネットワークと接続され、通信ネットワークを介した外部機器との間で各種情報をやりとりする。
　ＣＰＵ１０１は、ハードディスク装置１０９に記憶されたプログラム１１１を読み出して、ＲＡＭ１０８に展開して実行することで、各種の処理を行う。なお、プログラム１１１は、ハードディスク装置１０９に記憶されていなくてもよい。例えば、設計データ抽出装置１が読み取り可能な記憶媒体に記憶されたプログラム１１１を、設計データ抽出装置１が読み出して実行するようにしてもよい。設計データ抽出装置１が読み取り可能な記憶媒体は、例えば、ＣＤ－ＲＯＭやＤＶＤディスク、ＵＳＢ（Universal　Serial　Bus）メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリ、ハードディスクドライブ等が対応する。また、公衆回線、インターネット、ＬＡＮ等に接続された装置にこのプログラムを記憶させておき、設計データ抽出装置１がこれらからプログラムを読み出して実行するようにしてもよい。
１、１Ａ～１Ｃ…設計データ抽出装置
１０…入力部
１１…参照項目
１２…設計データ
２０…出力部
２１…設計データリスト
２２…信頼度
２３…特徴の重みテーブル
３０…処理部
３１…エンコード部
３２…抽出部
４０…記憶部
４１…定義情報
４２、４２ａ～４２ｃ、４２Ａ～４２Ｃ…設計データ
５０…表示画面
５１…重み表示・設定領域
５２…操作ボタン
１０１…ＣＰＵ
１１１…プログラム
３１１…分類部
３１２…正規化部
３２１…特徴絞り込み部
３２１ａ…モデリング部
３２１ｂ…信頼度計算部
３２１ｃ…解析部
３２２…距離計算部
Ａ、Ｂ、Ｃ…クラウドサービス

Claims (15)

  1. 　製品の設計データと、当該設計データに含まれる前記製品の特徴の中で参照する項目とを受け付け、
    　前記製品の種類において、前記特徴の中から前記参照する項目との相関が強い特徴を絞り込み、
    　前記絞り込まれた特徴をもとに、前記受け付けられた設計データと類似する設計データを記憶された設計データの中から抽出し、
    　抽出された設計データを出力する
    　処理をコンピュータに実行させることを特徴とする設計データ抽出プログラム。
  2. 　前記絞り込む処理は、前記記憶された設計データに含まれる前記製品の種類に対応する設計データをもとに前記参照する項目に対する各特徴との相関関係を示す回帰モデルを生成し、当該生成された回帰モデルをもとに前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項１に記載の設計データ抽出プログラム。
  3. 　前記生成された回帰モデルに前記記憶された設計データの値を代入し、前記回帰モデルにおける前記相関関係の再現性を示す評価値を算出する処理をさらにコンピュータに実行させ、
    　前記出力する処理は、前記算出された評価値をさらに出力する
    　ことを特徴とする請求項２に記載の設計データ抽出プログラム。
  4. 　前記絞り込む処理は、前記製品の種類ごとの、前記特徴の項目間における相関関係を示す相関情報をもとに、前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項１に記載の設計データ抽出プログラム。
  5. 　前記絞り込まれた特徴の重みを設定する処理を更にコンピュータに実行させ、
    　前記抽出する処理は、前記絞り込まれた特徴に設定された重みをもとに、前記受け付けられた設計データと類似する設計データを抽出する
    　ことを特徴とする請求項１乃至４のいずれか一項に記載の設計データ抽出プログラム。
  6. 　製品の設計データと、当該設計データに含まれる前記製品の特徴の中で参照する項目とを受け付け、
    　前記製品の種類において、前記特徴の中から前記参照する項目との相関が強い特徴を絞り込み、
    　前記絞り込まれた特徴をもとに、前記受け付けられた設計データと類似する設計データを記憶された設計データの中から抽出し、
    　抽出された設計データを出力する
    　処理をコンピュータが実行することを特徴とする設計データ抽出方法。
  7. 　前記絞り込む処理は、前記記憶された設計データに含まれる前記製品の種類に対応する設計データをもとに前記参照する項目に対する各特徴との相関関係を示す回帰モデルを生成し、当該生成された回帰モデルをもとに前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項６に記載の設計データ抽出方法。
  8. 　前記生成された回帰モデルに前記記憶された設計データの値を代入し、前記回帰モデルにおける前記相関関係の再現性を示す評価値を算出する処理をさらにコンピュータが実行し、
    　前記出力する処理は、前記算出された評価値をさらに出力する
    　ことを特徴とする請求項７に記載の設計データ抽出方法。
  9. 　前記絞り込む処理は、前記製品の種類ごとの、前記特徴の項目間における相関関係を示す相関情報をもとに、前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項６に記載の設計データ抽出方法。
  10. 　前記絞り込まれた特徴の重みを設定する処理を更にコンピュータが実行し、
    　前記抽出する処理は、前記絞り込まれた特徴に設定された重みをもとに、前記受け付けられた設計データと類似する設計データを抽出する
    　ことを特徴とする請求項６乃至９のいずれか一項に記載の設計データ抽出方法。
  11. 　製品の設計データと、当該設計データに含まれる前記製品の特徴の中で参照する項目とを受け付ける入力部と、
    　前記製品の種類において、前記特徴の中から前記参照する項目との相関が強い特徴を絞り込む絞り込み部と、
    　前記絞り込まれた特徴をもとに、前記受け付けられた設計データと類似する設計データを記憶された設計データの中から抽出する抽出部と、
    　抽出された設計データを出力する出力部と
    　を有することを特徴とする設計データ抽出装置。
  12. 　前記絞り込み部は、前記記憶された設計データに含まれる前記製品の種類に対応する設計データをもとに前記参照する項目に対する各特徴との相関関係を示す回帰モデルを生成し、当該生成された回帰モデルをもとに前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項１１に記載の設計データ抽出装置。
  13. 　前記生成された回帰モデルに前記記憶された設計データの値を代入し、前記回帰モデルにおける前記相関関係の再現性を示す評価値を算出する算出部をさらに有し、
    　前記出力部は、前記算出された評価値をさらに出力する
    　ことを特徴とする請求項１２に記載の設計データ抽出装置。
  14. 　前記絞り込み部は、前記製品の種類ごとの、前記特徴の項目間における相関関係を示す相関情報をもとに、前記参照する項目との相関が強い特徴を絞り込む
    　ことを特徴とする請求項１１に記載の設計データ抽出装置。
  15. 　前記入力部は、前記絞り込まれた特徴の重みの設定をさらに受け付け、
    　前記抽出部は、前記絞り込まれた特徴に設定された重みをもとに、前記受け付けられた設計データと類似する設計データを抽出する
    　ことを特徴とする請求項１１乃至１４のいずれか一項に記載の設計データ抽出装置。
PCT/JP2015/085724 2015-12-21 2015-12-21 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置 WO2017109839A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/085724 WO2017109839A1 (ja) 2015-12-21 2015-12-21 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/085724 WO2017109839A1 (ja) 2015-12-21 2015-12-21 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置

Publications (1)

Publication Number Publication Date
WO2017109839A1 true WO2017109839A1 (ja) 2017-06-29

Family

ID=59089758

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/085724 WO2017109839A1 (ja) 2015-12-21 2015-12-21 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置

Country Status (1)

Country Link
WO (1) WO2017109839A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020049510A1 (ja) * 2018-09-03 2020-03-12 日本電信電話株式会社 情報処理装置、情報処理方法及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06251087A (ja) * 1993-02-22 1994-09-09 Hitachi Ltd 原価算定機能付きｃａｄシステム
JPH06325109A (ja) * 1993-03-18 1994-11-25 Hitachi Ltd 製品設計仕様評価システム及び製品設計仕様評価方法
JP2002251543A (ja) * 2001-02-21 2002-09-06 Matsushita Electric Works Ltd 商談見積り支援システム、商談見積り支援システム用プログラム、及び、コンピュータを用いた商談見積り方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06251087A (ja) * 1993-02-22 1994-09-09 Hitachi Ltd 原価算定機能付きｃａｄシステム
JPH06325109A (ja) * 1993-03-18 1994-11-25 Hitachi Ltd 製品設計仕様評価システム及び製品設計仕様評価方法
JP2002251543A (ja) * 2001-02-21 2002-09-06 Matsushita Electric Works Ltd 商談見積り支援システム、商談見積り支援システム用プログラム、及び、コンピュータを用いた商談見積り方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020049510A1 (ja) * 2018-09-03 2020-03-12 日本電信電話株式会社 情報処理装置、情報処理方法及びプログラム
JP2020038448A (ja) * 2018-09-03 2020-03-12 日本電信電話株式会社 情報処理装置、情報処理方法及びプログラム
JP7135607B2 (ja) 2018-09-03 2022-09-13 日本電信電話株式会社 情報処理装置、情報処理方法及びプログラム

Similar Documents

Publication Publication Date Title
TWI718422B (zh) 對模型預測值進行融合的方法、裝置和設備
US20160147914A1 (en) Technique for generating approximate design solutions
US10528649B2 (en) Recognizing unseen fonts based on visual similarity
JP6572691B2 (ja) 検索方法、検索プログラムおよび検索装置
CN112631902A (zh) 页面元素的测试方法、装置、电子设备及存储介质
JP2018195643A (ja) 分類プログラム、分類装置および分類方法
WO2017109839A1 (ja) 設計データ抽出プログラム、設計データ抽出方法および設計データ抽出装置
US20190066285A1 (en) Image inspection apparatus, image inspection method, and image inspection program
CN112183571A (zh) 预测方法、预测装置以及计算机可读记录介质
CN107590300B (zh) 最短路径确定方法和信息处理装置
CN111191087A (zh) 字符匹配方法、终端设备及计算机可读存储介质
KR20190136969A (ko) 유용한 특징 선택 방법 및 그 장치
CN113722593B (zh) 事件数据处理方法、装置、电子设备和介质
US20200104342A1 (en) Content providing system that provides document as reference for editing, content providing method, information processing apparatus, and storage medium
US10929585B2 (en) Recording medium recording via lifetime calculation program, via lifetime calculation method, and information processing device
US10331818B2 (en) Simulation system and simulation method
CN110782287A (zh) 实体相似度计算方法及装置、物品推荐系统、介质、设备
CN113111206A (zh) 图搜方法、装置、电子设备以及存储介质
US20220245215A1 (en) Mapping support apparatus, mapping support method and program
JPWO2012101700A1 (ja) ＵＩ（ＵｓｅｒＩｎｔｅｒｆａｃｅ）作成支援装置、ＵＩ作成支援方法及びプログラム
WO2022003773A1 (ja) 学習装置、生成装置、学習方法、生成方法、及びプログラム
EP4310717A1 (en) Recommendation data generation device, control method, and non-transitory computer-readable medium
JP7004125B2 (ja) 画像解析装置、画像解析方法及び画像解析プログラム
CN117033185A (zh) 页面测试方法、装置、电子设备及存储介质
CN110188318B (zh) 曲面积分的自动计算方法、设备、存储介质及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15911277

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15911277

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP