特許ウォッチ

公開番号2025019764
公報種別公開特許公報(A)
公開日2025-02-07
出願番号2023123566
出願日2023-07-28
発明の名称品質予測プログラム、品質予測方法、及び、品質予測装置
出願人UBE三菱セメント株式会社
代理人個人,個人,個人
主分類B28C 7/06 20060101AFI20250131BHJP(セメント,粘土,または石材の加工)
要約【課題】ユーザの利便性向上を図る。
【解決手段】本開示の一側面に係る品質予測プログラムは、評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた粗粒率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、粗粒率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を取得する予測工程と、をコンピュータに実行させるプログラムである。前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測プログラム。
【選択図】図11

特許請求の範囲【請求項１】
評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、
前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、
学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた粗粒率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、粗粒率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を取得する予測工程と、
をコンピュータに実行させるプログラムであって、
前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測プログラム。
続きを表示（約 2,200 文字）【請求項２】
前記品質予測プログラムは、前記予測工程において取得された前記予測値と、前記評価対象の骨材の種類に応じた粗粒率の適切な範囲を表す管理範囲と、を前記モニタに表示させる結果表示工程を更にコンピュータに実行させる、請求項１に記載の品質予測プログラム。
【請求項３】
評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、
前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、
学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた骨材の複数の粒度区分それぞれの質量分率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、前記複数の粒度区分に含まれる区分ごとに質量分率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を前記区分ごとに取得する第１予測工程と、
をコンピュータに実行させるプログラムであって、
前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測プログラム。
【請求項４】
前記品質予測プログラムは、
前記第１予測工程において取得される前記区分ごとの前記予測値から、前記評価対象の骨材の粗粒率を算出する第２予測工程と、
前記第２予測工程において算出された粗粒率と、前記評価対象の骨材の種類に応じた粗粒率の適切な範囲を表す管理範囲と、を前記モニタに表示させる結果表示工程と、
を更にコンピュータに実行させる、請求項３に記載の品質予測プログラム。
【請求項５】
前記画像表示工程は、画像の調整を指示するユーザ入力が入力された場合に、前記モニタ上に表示された前記撮像画像を調整することを含む、請求項１～４のいずれか一項に記載の品質予測プログラム。
【請求項６】
前記画像表示工程において実行される前記撮像画像の調整は、画像の拡大、画像の縮小、画像のトリミング、画像の明るさの変更、画像の回転、画像の鮮明度の変更、画像のコントラストの変更のうちの少なくとも１つを含む、請求項５に記載の品質予測プログラム。
【請求項７】
前記品質予測プログラムは、前記予測モデルの構築時において前記学習用の骨材を撮像した際の条件を示す情報、又は、前記評価対象の骨材を撮像する際の注意事項を示す情報を、前記モニタに表示させる補助表示工程を更にコンピュータに実行させる、請求項１～４のいずれか一項に記載の品質予測プログラム。
【請求項８】
評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、
前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、
学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた粗粒率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、粗粒率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を取得する予測工程と、を含み、
前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測方法。
【請求項９】
評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、
前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、
学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた骨材の複数の粒度区分それぞれの質量分率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、前記複数の粒度区分に含まれる区分ごとに質量分率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を前記区分ごとに取得する第１予測工程と、を含み、
前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測方法。
【請求項１０】
評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる表示出力部と、
前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する評価情報取得部と、
学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた粗粒率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、粗粒率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を取得する予測演算部と、を備え、
前記評価情報取得部は、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報を決定する、品質予測装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、品質予測プログラム、品質予測方法、及び、品質予測装置に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
特許文献１には、土の粒度分布の推定方法が開示されている。特許文献２には、骨材の品質推定方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１１７６２５号公報
特開２０２１－１３５１９９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本開示は、ユーザの利便性向上に有用な品質予測プログラム、品質予測方法、及び品質予測装置を提供する。
【課題を解決するための手段】
【０００５】
［１］評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた粗粒率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、粗粒率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を取得する予測工程と、をコンピュータに実行させるプログラムであって、前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測プログラム。
上記品質プログラムによれば、前記評価入力情報の決定を指示するユーザ入力が入力さることで、予測モデルへ入力される情報が決定されるので、ユーザは、単に予測結果を得るだけなく、どのような入力に基づき、その予測結果が得られたのかを容易に把握できる。従って、ユーザの利便性向上に有用である。
【０００６】
［２］前記品質予測プログラムは、前記予測工程において取得された前記予測値と、前記評価対象の骨材の種類に応じた粗粒率の適切な範囲を表す管理範囲と、を前記モニタに表示させる結果表示工程を更にコンピュータに実行させる、上記［１］に記載の品質予測プログラム。
この場合、ユーザは、予測結果が適切であるかどうかを直ぐに把握することができる。従って、ユーザの利便性向上に更に有用である。
【０００７】
［３］評価対象の骨材を撮像して得られる撮像画像をモニタに表示させる画像表示工程と、前記撮像画像に係る撮像画像データに基づく評価入力情報を取得する取得工程と、学習用の骨材を撮像して得られる学習画像データに基づく入力情報と、当該入力情報に対応付けられた骨材の複数の粒度区分それぞれの質量分率の正解値とに基づく機械学習により、前記入力情報の入力に応じて、前記複数の粒度区分に含まれる区分ごとに質量分率を示す値を出力するように構築された予測モデルに対して、前記評価入力情報を入力して、前記予測モデルから出力される予測値を前記区分ごとに取得する第１予測工程と、をコンピュータに実行させるプログラムであって、前記取得工程では、前記評価入力情報の決定を指示するユーザ入力が入力された時点で前記モニタに表示されていた前記撮像画像の状態に基づいて、前記評価入力情報が決定される、品質予測プログラム。
上記品質プログラムによれば、前記評価入力情報の決定を指示するユーザ入力が入力さることで、予測モデルへ入力される情報が決定されるので、ユーザは、単に予測結果を得るだけなく、どのような入力に基づき、その予測結果が得られたのかを容易に把握できる。従って、ユーザの利便性向上に有用である。
【０００８】
［４］前記品質予測プログラムは、前記第１予測工程において取得される前記区分ごとの前記予測値から、前記評価対象の骨材の粗粒率を算出する第２予測工程と、前記第２予測工程において算出された粗粒率と、前記評価対象の骨材の種類に応じた粗粒率の適切な範囲を表す管理範囲と、を前記モニタに表示させる結果表示工程と、を更にコンピュータに実行させる、上記［３］に記載の品質予測プログラム。
この場合、ユーザは、予測結果が適切であるかどうかを直ぐに把握することができる。従って、ユーザの利便性向上に更に有用である。
【０００９】
［５］前記画像表示工程は、画像の調整を指示するユーザ入力が入力された場合に、前記モニタ上に表示された前記撮像画像を調整することを含む、上記［１］～［４］のいずれか１つに記載の品質予測プログラム。
この場合、ユーザは、画像を調整したうえで、予測モデルへの入力を決定することができる。従って、ユーザの利便性向上に更に有用である。
【００１０】
［６］前記画像表示工程において実行される前記撮像画像の調整は、画像の拡大、画像の縮小、画像のトリミング、画像の明るさの変更、画像の回転、画像の鮮明度の変更、画像のコントラストの変更のうちの少なくとも１つを含む、上記［５］に記載の品質予測プログラム。
この場合、ユーザは、画像に対して各種の加工を施したうえで、予測モデルへの入力を決定することができる。従って、ユーザの利便性向上に更に有用である。
（【００１１】以降は省略されています）

関連特許