経験的モード分解を用いた深層学習によるモータ特性推定精度向上に関する基礎検討

カテゴリ: 全国大会

論文No: 5-058

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Basic Study on Improving Accuracy of Deep Learning for Motor Characteristics

著者名: 鞆谷孝祐（法政大学）,佐々木秀徳（法政大学）,生野壮一郎（東京工科大学）,董然（東京工科大学）

著者名(英語): Kosuke Tomotani (Hosei University),Hidenori Sasaki (Hosei University),Soichiro Ikuno (Tokyo University of Technology),Zen Tou (Tokyo University of Technology)

キーワード: 経験的モード分解|深層学習|モータ|トポロジー最適化|Empirical Mode Decomposition|Deep learning|Motor|Topology optimization

要約(日本語): 本発表では高い推定精度を有する多層パーセプトロン（MLP: Multi-Layer Perceptron）の構築を目的に経験的モード分解（EMD: Empirical Mode Decomposition）による前処理手法を提案する。畳込みニューラルネットワークやMLPにより，モータ断面形状に対して汎化されたモータ特性推定モデルが提案されている。しかしながら，問題によっては実用的な推定精度を有するモデルを構築することが難しい。そこで，EMDによる前処理によって学習データから出力に寄与する特徴量を取得するこ

本誌掲載ページ: 105-106 p

原稿種別: 日本語

PDFファイルサイズ: 438 Kバイト