放射基底関数を用いた学習データ生成に基づく深層ニューラルネットワークによる高速磁化推定器の開発

カテゴリ: 全国大会

論文No: 2-065

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Development of Fast Magnetization Estimator Using Deep Neural Networks Based on Training Data Generation with Radial Basis Functions

著者名: 広瀬友人（法政大学）,岡本吉史（法政大学）

著者名(英語): Yuto Hirose (Hosei University),Yoshifumi Okamoto (Hosei University)

キーワード: 放射基底関数|補間関数|深層ニューラルネットワーク|磁化推定|永久磁石|磁気センサ|radial basis function|interpolating function|deep neural network|magnetization estimation|permanent magnet|magnetic sensor

要約(日本語): 近年，電気自動車の電動車両の操舵性向上に伴い，永久磁石（PM）同期モーターに用いられるPMの磁化分布評価手法の開発が積極化している。そこで筆者らは，深層ニューラルネットワークと磁気センサをマトリックス状に配置した回路基板を連携し，PM内部の磁化を高速に推定できるシステムを開発した。しかし，PMセル数の大規模化に伴い，学習データ数が極端に増える問題があった。そこで本稿では，放射基底関数（RBF）を用いることにより，効率的に学習データを生成する方法を開発し，実用に資する高速磁化推定器を開発したので，その詳細を

本誌掲載ページ: 69-70 p

原稿種別: 日本語

PDFファイルサイズ: 633 Kバイト