磁界解析に基づく磁気回路設計へのConditional Variational Auto-Encoderの活用に関する検討

カテゴリ: 全国大会

論文No: 5-139

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Application of Conditional Variational Auto-Encoder to Magnetic Circuit Design by Magnetic Field Computation

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

キーワード: 磁界解析,最適化設計,レベルセット法,深層学習,表現学習

要約(日本語): 本稿では、磁気回路設計へのConditional Variational Auto-Encoder(CVAE)の効果的な適用法について検討する。Variational Auto-Encoder(VAE)は、データセットの特徴を効果的に獲得することができる特性と、学習の安定性から注目を集めている。VAEは適切な学習を経て潜在表現を一旦獲得してしまえば、未知の出力データを高速に推定することができる。VAEの拡張であり、条件付分布を学習できるCVAEを用いて磁気回路の形状（画像）としての特徴と目的関数である磁気エネルギー値の二つの情報を学習させ、獲得する潜在表現を用いた磁気回路の新たな最適化設計手法を提案する。提案手法により、煩雑な制約条件を課すことなく、最適化形状に対して設計者の意図を効果的に反映できる可能性がある。

原稿種別: 日本語

PDFファイルサイズ: 545 Kバイト