| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-06-21 15:55 機械学習を用いた車載ワイヤーハーネスのキャパシタンス行列計算 ○關根惟敏（静岡大）  MW2018-21 |
|
| 抄録 | （和） | 本稿では，車載ワイヤーハーネスのキャパシタンス行列の計算を，機械学習を用いて効率的に行う方法を提案する．車載ワイヤーハーネスを構成する導体線の束は，不均一性の強い多導体伝送線路とみなすことができる．そして多導体伝送線路は，線路の各断面に関する単位長さあたりのRLGC行列を計算することでモデル化できる．このとき，従来法では，単位長さあたりのパラメータに関する支配方程式を数値解析手法を用いて解くのが一般的である．一方，本稿では特にキャパシタンス行列に注目し，多導体伝送線路の断面構造の画像を入力，キャパシタンス行列の各要素を出力とするニューラルネットワークを構築することで，方程式を解くことなく，機械学習によって効率的に計算できる手法を提案する．また，機械学習におけるいくつかのパラメータを変化させることで，構築されたニューラルネットワークの性能を向上できることを示す． |
| （英） | In this report, the author proposes an efficient method to estimate the capacitance matrix of an automotive wire harness by means of a machine learning technique. A bundle of wires constituting the automotive wire harness can be regarded as a strongly-non-uniform multiconductor transmission line (MTL), which is modeled by calculating per-unit-length (p.u.l.) R, L, G, and C matrices associated with the cross-sections of the MTL. In this case, conventional methods generally rely on computational methods to solve a governing equation related to the p.u.l. parameter. In contrast, the proposed method focuses on the p.u.l. capacitance matrix and adopts a machine learning technique based on a neural network (NN). The input of the NN is an image of the cross-section of the MTL and the output is the entries of the p.u.l. capacitance matrix. By using the NN, we can calculate the p.u.l. capacitances without solving the equation. In addition, we discuss the performance of the NN by changing some parameters in the machine learning process. | |
| キーワード | （和） | 車載ワイヤーハーネス / キャパシタンス行列 / 機械学習 / 多導体伝送線路 / / / / |
| （英） | automotive wire harness / capacitance matrix / machine learning / multiconductor transmission line / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 104, MW2018-21, pp. 19-24, 2018年6月. | |
| 資料番号 | MW2018-21 | |
| 発行日 | 2018-06-14 (MW) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MW2018-21 |
|
| 研究会情報 | |
| 研究会 | MW |
| 開催期間 | 2018-06-21 - 2018-06-21 |
| 開催地（和） | サンシップとやま |
| 開催地（英） | Sunship Toyama |
| テーマ（和） | マイクロ波信号発生計測技術/一般 |
| テーマ（英） | Microwave Signal Generation and Measurement / Microwave Technologies |
| 講演論文情報の詳細 | |
| 申込み研究会 | MW |
| 会議コード | 2018-06-MW |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた車載ワイヤーハーネスのキャパシタンス行列計算 |
| サブタイトル（和） | |
| タイトル（英） | Capacitance Matrix Calculation of Automotive Wire Harness by Using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 車載ワイヤーハーネス / automotive wire harness |
| キーワード(2)（和/英） | キャパシタンス行列 / capacitance matrix |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 多導体伝送線路 / multiconductor transmission line |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 關根 惟敏 / Tadatoshi Sekine / セキネ タダトシ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-21 15:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MW |
| 資料番号 | MW2018-21 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.104 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2018-06-14 (MW) |
[研究会発表申込システムのトップページに戻る]