IPMモータの設計根拠明確化を目的とした説明可能なAIの適用に関する基礎検討

カテゴリ: 全国大会

論文No: 5-028

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): Basic study on the application of explainable AI for the purpose of clarifying the design basis of IPM motors

著者名: 杉本麻梨子（東芝）,岡佳史（東芝）,粟津稔（東芝）

著者名(英語): Mariko Sugimoto (Toshiba Corporation),Yoshifumi Oka (Toshiba Corporation),Minoru Awazu (Toshiba Corporation)

キーワード: 説明可能なAI|IPMモータ|explainable AI|IPM motor

要約(日本語): モータの磁気回路設計にトポロジー最適化を適用した場合，設計解が優れた特性を持つ根拠が明らかにされない。世の中では，設計根拠を明確化するため，モータの形状画像とその特性をCNN（畳み込みニューラルネットワーク）に学習させ，説明可能なAI（Explainable AI）を適用することで，モータ形状のうち，特性に影響が大きい箇所を特徴量として可視化する研究が進められている。今回，CNNに学習させる方法として，離散値であるクラスに分ける分類問題と，連続値である実数値として扱う回帰問題の2種類を試行した。それぞれの方法で得られた特徴量の可視化結果を報告する。

本誌掲載ページ: 46-48 p

原稿種別: 日本語

PDFファイルサイズ: 453 Kバイト