| 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 | 2025-01-24 09:55 ANNを用いたEMIフィルタのノイズ減衰スペクトル予測における 精度向上と学習時間短縮の検討 ○前川 諒・日室雅貴・五百旗頭健吾・豊田啓孝（岡山大）  EMCJ2024-100 |
|
| 抄録 | （和） | 電機・電子機器設計では、初期段階からEMCを考慮することが重要である。EMIフィルタ設計などで素子の公差や設計変更に柔軟に対応するには、広範囲で要求性能を満たす設計パラメータを見つける必要があり、そのためには多くの測定やシミュレーションが必要となる。効率化を目標に機械学習を活用することで、我々はこれまで人工ニューラルネットワーク（ANN）モデルを用いて設計パラメータの範囲解を求めることに成功している。本稿では、ANNモデルの予測精度向上と学習時間短縮を同時に達成することを目標とした。まず予測精度向上のため、ハイパーパラメータを調節し、学習曲線の傾向から最適な学習率を10-4に設定した。続いて、高周波帯で生じていた予測誤差を改善するため、高周波帯に重み付けを行い、高周波帯のデータを重視した学習を実施した。その結果、高周波帯の予測精度を向上させることができた。一方、学習・予測時間の短縮を図るため、ノイズ減衰スペクトルのサンプル数を対数スケールで200点取得し、予測精度を維持しつつ、学習と予測にかかるトータルの時間を従来の1/10以下に削減した。 |
| （英） | In the design of electrical and electronic equipment, it is important to consider EMC from the initial stages. To flexibly address device tolerances and design changes in EMI filter design, it is necessary to find design parameters that satisfy the required performance over a wide range. This process requires many measurements and simulations. We have utilized machine learning for the purpose of efficiency and successfully found interval solution range of design parameters by using artificial neural network (ANN) model. We focus in this paper on simultaneously improving prediction accuracy and reducing the training time of the ANN model. First, to improve the prediction accuracy, we adjusted the hyperparameters and set the optimal learning rate to 10-4 based on the trend of the learning curve. Then, to reduce the prediction error that occurred in the high-frequency band, we weighed in the high-frequency band and implemented learning that emphasized the data in the high-frequency band. As a result, the prediction accuracy in the high-frequency band was improved. On the other hand, to reduce the learning and prediction time, 200 samples in the noise attenuation spectrum were obtained on a logarithmic scale, and the time required for learning and prediction was reduced to less than 1/10 of the conventional time while maintaining prediction accuracy. | |
| キーワード | （和） | 人工ニューラルネットワーク(ANN)モデル / 学習率 / ノイズ減衰スペクトル / 対数スケール / 予測精度向上 / 学習時間短縮 / / |
| （英） | Artificial neural network (ANN) model / Learning rate / Noise attenuation spectrum / Logarithmic scale / Accuracy improvement / Learning time reduction / / | |
| 文献情報 | 信学技報, vol. 124, no. 343, EMCJ2024-100, pp. 44-49, 2025年1月. | |
| 資料番号 | EMCJ2024-100 | |
| 発行日 | 2025-01-16 (EMCJ) | |
| ISSN | 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 | EMCJ2024-100 |
|
| 研究会情報 | |
| 研究会 | EMCJ |
| 開催期間 | 2025-01-23 - 2025-01-24 |
| 開催地（和） | 高知県教育会館 高知城ホール（高知市） |
| 開催地（英） | Kochijo Holl |
| テーマ（和） | EMC一般 |
| テーマ（英） | EMC |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMCJ |
| 会議コード | 2025-01-EMCJ |
| 本文の言語 | 日本語 |
| タイトル（和） | ANNを用いたEMIフィルタのノイズ減衰スペクトル予測における 精度向上と学習時間短縮の検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Accuracy Improvement and Learning Time Reduction in Noise Attenuation Spectrum Prediction for EMI Filters Using ANN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 人工ニューラルネットワーク(ANN)モデル / Artificial neural network (ANN) model |
| キーワード(2)（和/英） | 学習率 / Learning rate |
| キーワード(3)（和/英） | ノイズ減衰スペクトル / Noise attenuation spectrum |
| キーワード(4)（和/英） | 対数スケール / Logarithmic scale |
| キーワード(5)（和/英） | 予測精度向上 / Accuracy improvement |
| キーワード(6)（和/英） | 学習時間短縮 / Learning time reduction |
| 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） | 前川 諒 / Ryo Maekawa / マエカワ リョウ |
| 第1著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University Graduate School (略称： OU) |
| 第2著者 氏名（和/英/ヨミ） | 日室 雅貴 / Masaki Himuro / ヒムロ マサキ |
| 第2著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University Graduate School (略称： OU) |
| 第3著者 氏名（和/英/ヨミ） | 五百旗頭 健吾 / Kengo Iokibe / イオキベ ケンゴ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University Graduate School (略称： OU) |
| 第4著者 氏名（和/英/ヨミ） | 豊田 啓孝 / Yoshitaka Toyota / トヨタ ヨシタカ |
| 第4著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University Graduate School (略称： OU) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-24 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMCJ |
| 資料番号 | EMCJ2024-100 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.343 |
| ページ範囲 | pp.44-49 |
| ページ数 | 6 |
| 発行日 | 2025-01-16 (EMCJ) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)