2022 Fiscal Year Annual Research Report
ビッグデータからの材料特性の高速モデル学習と最適化
| Project/Area Number |
20H00585
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
櫻井 保志 大阪大学, 産業科学研究所, 教授 (30466411)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松原 靖子 大阪大学, 産業科学研究所, 准教授 (00721739)
菅沼 克昭 大阪大学, 産業科学研究所, 特任教授 (10154444)
千葉 大地 大阪大学, 産業科学研究所, 教授 (10505241)
菅原 徹 京都工芸繊維大学, 材料化学系, 教授 (20622038)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ビッグデータ解析 / 高速モデル学習 / パワーデバイス / スピントロニクス |
|---|
| Outline of Annual Research Achievements |
本研究（研究課題名：ビッグデータからの材料特性の高速モデル学習と最適化）では、材料科学分野における新材料や新デバイス開発のためのAI技術を開発する。材料・デバイスの特性傾向をモデル化、材料科学とAIとを融合したソフトウェアを開発し、材料科学研究推進のためのデータ解析基盤を構築することを目的とする。
2022年度においては、異常状態の発生の予測手法を確立し、AIソフトウェアとして開発を実施するとともに、性能評価実験の結果をフィードバックしながら性能改善を行った。本技術は、大規模時系列データのためのイベント予測技術であり、センサデータの潜在的な動的パターンを時系列モデルとして要約し、特徴量として抽出することで、イベントの要因分析を行いながら長期先のイベントを予測する。また、本技術は、時系列データの持つ潜在的なふるまいを確率モデルとして表現し、特徴量化することで、予測精度を向上させながら出力結果の要因分析を可能とする。
パワーモジュール向けAIの取り組みに関しては、上記技術を応用し、パワーモジュール寿命予測ソフトウェアを開発した。AEデータの時系列解析を行い、故障発生について精度の高い予測を実現した。スピントロニクス分野へのAI導入については、スピントロニクス歪センサを手の甲に貼り、そのセンシングデータに対して本技術を適用することにより、手のモーションを認識することが可能となった。今後、より精密なローカルモーションの推定技術を開発する予定である。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
