| 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 | 2026-05-29 11:25 出力空間最適化と時系列モデルを用いた限られた学習データによるEMIフィルタ減衰スペクトル予測 ○吉田征弘・前川 諒・竹内孔一・豊田啓孝（岡山大）  EMCJ2026-11 |
|
| 抄録 | （和） | EMIフィルタ設計におけるサロゲートモデルは、多くの場合、限られた学習データという制約に直面する。この問題に対処するため、本研究ではベイズ最適化を用いて設計パラメータの配置間隔を最適化することで、減衰スペクトルの出力空間における網羅性を均等化し、双方向LSTM（Bi-LSTM）モデルを採用した。これらの手法により予測精度は大幅に向上し、ディファレンシャルモードの減衰スペクトルにおける平均および最大「平均二乗誤差（MSE）」がそれぞれ91%と96%削減された。さらに、コモンモードの減衰スペクトルにおいても、平均および最大MSEがそれぞれ91%と89%削減された。 |
| （英） | Surrogate models for EMI filter design often suffer from limited training data. To address this issue, we optimized design-parameter spacing, using Bayesian optimization (BO), to equalize coverage in the attenuation-spectrum output space and adopted a Bidirectional Long Short-Term Memory (Bi-LSTM) model. These approaches significantly improved prediction accuracy, reducing the average and maximum mean squared errors (MSEs) by 91% and 96% for differential mode (DM) attenuation spectra, respectively. Besides, the average and maximum MSEs by 91% and 89% for common mode (CM) attenuation spectra, respectively. | |
| キーワード | （和） | 双方向LSTM / EMIフィルタ設計 / 予測精度 / サロゲートモデル / 学習データ / 最適化 / / |
| （英） | Bi-LSTM / EMI filter design / Prediction accuracy / Surrogate model / Training data / Optimization / / | |
| 文献情報 | 信学技報, vol. 126, no. 41, EMCJ2026-11, pp. 51-56, 2026年5月. | |
| 資料番号 | EMCJ2026-11 | |
| 発行日 | 2026-05-21 (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 | EMCJ2026-11 |
|
| 研究会情報 | |
| 研究会 | EMCJ IEE-SPC IEE-EMC |
| 開催期間 | 2026-05-28 - 2026-05-29 |
| 開催地（和） | 情報通信研究機構（NICT）小金井本部（小金井市） |
| 開催地（英） | |
| テーマ（和） | EMC一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMCJ |
| 会議コード | 2026-05-EMCJ-SPC-EMC |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 出力空間最適化と時系列モデルを用いた限られた学習データによるEMIフィルタ減衰スペクトル予測 |
| サブタイトル（和） | |
| タイトル（英） | Predicting EMI Filter Attenuation Spectra with Limited Training Data Using Output-Space Optimization and Time-Series Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 双方向LSTM / Bi-LSTM |
| キーワード(2)（和/英） | EMIフィルタ設計 / EMI filter design |
| キーワード(3)（和/英） | 予測精度 / Prediction accuracy |
| キーワード(4)（和/英） | サロゲートモデル / Surrogate model |
| キーワード(5)（和/英） | 学習データ / Training data |
| キーワード(6)（和/英） | 最適化 / Optimization |
| 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） | 吉田 征弘 / Masahiro Yoshida / ヨシダ マサヒロ |
| 第1著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 前川 諒 / Ryo Maekawa / マエカワ リョウ |
| 第2著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 孔一 / Koichi Takeuchi / タケウチ コウイチ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 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 (略称： Okayama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-05-29 11:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMCJ |
| 資料番号 | EMCJ2026-11 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.41 |
| ページ範囲 | pp.51-56 |
| ページ数 | 6 |
| 発行日 | 2026-05-21 (EMCJ) |
[研究会発表申込システムのトップページに戻る]