多目的磁気回路設計におけるAuto-Encoderを用いた情報抽出に関する基礎的検討

カテゴリ: 研究会(論文単位)

論文No: RM19082

グループ名: 【D】産業応用部門 回転機研究会

発行日: 2019/09/12

タイトル(英語): Extraction of feature information in multi-objective design of magnetic circuit by Auto-Encoder

著者名: 小田 奏絵(早稲田大学),川俣 良太(早稲田大学),若尾 真治(早稲田大学),村田　 昇(早稲田大学)

著者名(英語): Kanae Oda(Waseda University),Ryota Kawamata(Waseda University),Shinji Wakao(Waseda University),Noboru Murata(Waseda University)

キーワード: Ａｕｔｏ－Ｅｎｃｏｄｅｒ|潜在表現|磁気回路|多目的設計|畳み込みニューラルネットワーク|逆設計|Auto-Encoder|latent representations|magnetic circuit|Multi-objective design|Convolutional Neural Network|inverse design

要約(日本語): Auto-Encoderはデータの特徴を潜在表現と呼ばれる低次元多様体に圧縮することができる。本稿では、Auto-Encoderの潜在表現に磁気回路の形状としての特徴と複数の目的関数値の情報を学習させ、学習結果を画像として可視化することで、それらの関係性を効率的に把握（情報抽出）可能とする設計支援手法を提案する。また、簡易的な磁気エネルギー最大化モデルを例題として使用し、本手法の有用性を示す。

要約(英語): The Auto-Encoder can compress Data features into low-dimensional manifolds called latent representations.In this paper, we propose the Auto-Encoder in which latent expression learn the configuration feature of magnetic circuit and the objective function values such as magnetic energy and material area. The proposed method enables us to visually comprehend the learning results. Some numerical examples will be also presented.

原稿種別: 日本語

PDFファイルサイズ: 1,393 Kバイト