主成分分析を活用したCNNによるSynRMの特性予測手法に関する検討

カテゴリ: 全国大会

論文No: 5-038

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Study on a Method for Predicting the SynRM Characteristic Using CNN Based on Principal Component Analysis

著者名: 関口汐音（法政大学）,佐々木秀徳（法政大学）,日高勇気（長岡技術科学大学）

著者名(英語): Shion Sekiguchi (Hosei University),Hidenori Sasaki (Hosei University),Yuki Hidaka (Nagaoka University of Technology)

キーワード: 畳み込みニューラルネットワーク|シンクロナスリラクタンスモータ|主成分分析|深層学習|Convolutional Neural Network|Synchronous Reluctance Motor|Principal Component Analysis|Deep Learning

要約(日本語): 本発表では，複数のモータ特性を同時推定する畳込みニューラルネットワーク（CNN）を高精度に学習するための前処理手法を提案する。モータ設計において，CNNは一つの材料分布に対し，さまざまな特性を複数電流指定値で同時に評価することが望ましい。ただ，すべての特性に対し高精度な推定モデルを構築するためには，データ分布がすべての特性に対して均一化される必要がある。提案手法では主成分分析により，次元圧縮を行い，圧縮空間上で抽出することで，各特性に対して均一化されたデータ群を生成できる。本発表では提案手法をシンクロナスリラクタンスモータに適用し，手法の有用性を検証する。

本誌掲載ページ: 59-60 p

原稿種別: 日本語

PDFファイルサイズ: 458 Kバイト