| 研究課題/領域番号 |
20H00585
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
櫻井 保志 大阪大学, 産業科学研究所, 教授 (30466411)
|
|---|
| 研究分担者 |
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 大阪大学, 産業科学研究所, 准教授 (20622038)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 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 |
|---|
| 研究実績の概要 |
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。
2021年度においては、異常状態の発生を高速に予測するための新技術を開発した。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。
本技術を応用し、パワーモジュール寿命予測技術として発展させた。稼働中のパワーモジュールからAEデータを収集し、AEデータの時系列解析を行うことにより、故障発生の予測が可能となった。故障に至る過程で様々な時系列パターンの変化が見られ、故障発生の時期についても推定することができ、寿命予測が可能となる。
千葉研究グループともスピントロニクス分野へのAI導入について検討をすすめている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
ビッグデータ解析のためのリアルタイムAI技術の研究開発に取り組み、パワーデバイスのための故障予測技術を開発した。その過程では、パワーモジュールとAI技術の双方の有用な知見が数多く得られ、今後の技術改良につながると考えられる。
|
| 今後の研究の推進方策 |
菅沼研究グループと実施しているパワーデバイスのためのAI技術の開発に関しては、今年度は、データをさらに増強し、2021年度に得られた知見をもとに本技術を改良し、故障予測の精度をさらに高める。千葉研究グループともスピントロニクス分野へのAI導入について検討をすすめており、リアルタイムAI技術をスピントロニクスデバイスから得られるデータへ適用し、AI技術の有効性を検証する。いずれも取り組みも、材料科学とAIとを融合したソフトウェアを開発するため、グループ間で密に連携をとりながら取り組む。
|
