特許ウォッチ

公開番号2024139245
公報種別公開特許公報(A)
公開日2024-10-09
出願番号2023050102
出願日2023-03-27
発明の名称条件予測方法、プログラム、および装置
出願人国立大学法人大阪大学,株式会社ジーシー
代理人個人,個人
主分類G06T 7/00 20170101AFI20241002BHJP(計算;計数)
要約【課題】目標の材料の特性値が得られる条件を予測する。
【解決手段】本発明の一実施形態に係る方法は、材料の特性値を取得し、前記材料の特徴量から前記材料の特性値を予測するモデルを逆解析して、前記取得した前記材料の特性値から、前記材料の特徴量を予測し、前記予測した前記材料の特徴量をもとに、位相的データ解析の結果を生成し、前記材料とは別の材料の画像上で、前記位相的データ解析の結果のなかで指定された部分に相当する画素を示す。
【選択図】図7
特許請求の範囲【請求項１】
材料の特性値を取得し、
前記材料の特徴量から前記材料の特性値を予測するモデルを逆解析して、前記取得した前記材料の特性値から、前記材料の特徴量を予測し、
前記予測した前記材料の特徴量をもとに、位相的データ解析の結果を生成し、
前記材料とは別の材料の画像上で、前記位相的データ解析の結果のなかで指定された部分に相当する画素を示す
方法。
続きを表示（約 790 文字）【請求項２】
前記逆解析は、混合ガウス回帰による逆解析である、請求項１に記載の方法。
【請求項３】
前記逆解析のパラメータは、前記材料の特徴量から前記材料の特性値を予測するモデルのパラメータである、請求項１に記載の方法。
【請求項４】
前記位相的データ解析の結果は、パーシステント図である、請求項１に記載の方法。
【請求項５】
前記材料は、セラミックス、ガラスセラミックス、高分子材料、コンポジットレジン、グラスアイオノマー、金属のいずれかである、請求項１から４のいずれか一項に記載の方法。
【請求項６】
前記特性値は、二軸曲げ強さである、請求項１から４のいずれか一項に記載の方法。
【請求項７】
コンピュータに
材料の特性値を取得する手順、
前記材料の特徴量から前記材料の特性値を予測するモデルを逆解析して、前記取得した前記材料の特性値から、前記材料の特徴量を予測する手順、
前記予測した前記材料の特徴量をもとに、位相的データ解析の結果を生成する手順、
前記材料とは別の材料の画像上で、前記位相的データ解析の結果のなかで指定された部分に相当する画素を示す手順
を実行させるためのプログラム。
【請求項８】
材料の特性値を取得する取得部と、
前記材料の特徴量から前記材料の特性値を予測するモデルを逆解析して、前記取得した前記材料の特性値から、前記材料の特徴量を予測する予測部と、
前記予測した前記材料の特徴量をもとに、位相的データ解析の結果を生成する位相的データ解析部と、
前記材料とは別の材料の画像上で、前記位相的データ解析の結果のなかで指定された部分に相当する画素を示す提示部と
を備えた装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、条件予測方法、プログラム、および装置に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
従来、材料開発では、実際に材料を作り当該材料の特性値を評価するという手法がとられていた。現在、マテリアルズインフォマティクスと呼ばれる、機械学習を用いて材料の特性値を予測する手法もとられている。
【先行技術文献】
【特許文献】
【０００３】
特許第７１８８６４４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、材料開発において、目標の材料の特性値が得られる条件を予測できることが求められていた。本発明では、目標の材料の特性値が得られる条件を予測することを目的とする。
【課題を解決するための手段】
【０００５】
本発明の一実施形態に係る方法は、材料の特性値を取得し、前記材料の特徴量から前記材料の特性値を予測するモデルを逆解析して、前記取得した前記材料の特性値から、前記材料の特徴量を予測し、前記予測した前記材料の特徴量をもとに、位相的データ解析の結果を生成し、前記材料とは別の材料の画像上で、前記位相的データ解析の結果のなかで指定された部分に相当する画素を示す。
【発明の効果】
【０００６】
本発明では、目標の材料の特性値が得られる条件を予測することができる。
【図面の簡単な説明】
【０００７】
本発明の一実施形態に係る全体の構成を示す図である。
本発明の一実施形態に係る順解析（特性値予測）装置の機能ブロック図である。
本発明の一実施形態に係る学習装置の機能ブロック図である。
本発明の一実施形態に係る逆解析（条件予測）装置の機能ブロック図である。
本発明の一実施形態に係る順解析（特性値予測）処理のフローチャートである。
本発明の一実施形態に係る学習処理のフローチャートである。
本発明の一実施形態に係る逆解析（条件予測）処理のフローチャートである。
本発明の一実施形態に係る順解析と逆解析の対応について説明するための図である。
本発明の一実施形態に係る画像の分割について説明するための図である。
本発明の一実施形態に係る画像の前処理について説明するための図である。
本発明の一実施形態に係る位相的データ解析（パーシステントホモロジー）について説明するための図である。
本発明の一実施形態に係るベクトルの次元削減について説明するための図である。
本発明の一実施形態に係るベクトルの次元削減について説明するための図である。
本発明の一実施形態に係る機械学習について説明するための図である。
本発明の一実施形態に係る分析について説明するための図である。
本発明の一実施形態に係る分析について説明するための図である。
本発明の一実施形態に係る逆解析（回帰モデルの逆解析）について説明するための図である。
本発明の一実施形態に係る逆解析（位相的データ解析の結果の生成）について説明するための図である。
本発明の一実施形態に係る逆解析（位相的データ解析の結果のなかで指定された部分に相当する、別の材料の画像上での画素の提示）について説明するための図である。
本発明の一実施形態に係る順解析（特性値予測）装置、学習装置、逆解析（条件予測）装置のハードウェア構成図である。
【発明を実施するための形態】
【０００８】
以下、図面に基づいて本発明の実施の形態を説明する。
【０００９】
＜用語の説明＞
・本明細書において、「材料」は、任意の材料であってよい。例えば、「材料」は、医療用材料（例えば、歯科用材料）である。例えば、「材料」は、セラミックス、ガラスセラミックス、高分子材料、コンポジットレジン、グラスアイオノマー、金属（例えば、歯科用のセラミックス、歯科用のガラスセラミックス、歯科用の高分子材料、歯科用のコンポジットレジン、歯科用のグラスアイオノマー、歯科用の金属）のいずれかである。
・本明細書において、「特性値」は、任意の特性値であってよい。例えば、「特性値」は、機械的特性（例えば、二軸曲げ強さ、耐摩耗性等）である。
【００１０】
＜全体構成＞
図１は、本発明の一実施形態に係る全体の構成を示す図である。ユーザ４０は、順解析（特性値予測）装置１０、学習装置２０、逆解析（条件予測）装置３０、を操作する。なお、図１では、順解析（特性値予測）装置１０と学習装置２０と逆解析（条件予測）装置３０を別々の装置として説明したが、順解析（特性値予測）装置１０と学習装置２０と逆解析（条件予測）装置３０を１つの装置で実装してもよい。
（【００１１】以降は省略されています）

関連特許