特許ウォッチ

公開番号2025067069
公報種別公開特許公報(A)
公開日2025-04-24
出願番号2023176756
出願日2023-10-12
発明の名称推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラム
出願人株式会社カネカ
代理人個人,個人,個人,個人
主分類G01N 15/00 20240101AFI20250417BHJP(測定;試験)
要約【課題】分散系の状態を推定することができる。
【解決手段】分散系の画像データ及び前記分散系の状態を示すデータとを教師データとして、対象の分散系の画像データを入力したときに、前記対象の分散系の状態を推定する推定モデルを生成する、推定モデル生成方法。
【選択図】図1
特許請求の範囲【請求項１】
分散系の画像データ及び前記分散系の状態を示すデータとを教師データとして、推定対象である分散系の画像データを入力したときに、前記推定対象である分散系の状態を推定する推定モデルを生成する、
推定モデル生成方法。
続きを表示（約 620 文字）【請求項２】
前記分散系の状態は、分散質の形状及び／または大きさである、
請求項１に記載の推定モデル生成方法。
【請求項３】
分散系の画像データを入力データとして入力したときに、前記分散系の状態を推定するように機械学習の手法により学習された推定モデルに、推定対象である分散系の画像データを入力することで、前記推定対象である分散系の状態を推定する、
推定方法。
【請求項４】
前記分散系の状態は、分散質の形状及び／または大きさである、
請求項３に記載の推定方法。
【請求項５】
分散系の画像データ及び前記分散系の状態を示すデータとを教師データとして、推定対象である分散系の画像データを入力したときに、前記推定対象である分散系の状態を推定する推定モデルを生成する、
推定モデル生成装置。
【請求項６】
分散系の画像データを入力データとして入力したときに、前記分散系の状態を推定するように機械学習の手法により学習された推定モデルに、推定対象である分散系の画像データを入力することで、前記推定対象である分散系の状態を推定する、
推定装置。
【請求項７】
コンピュータに、請求項１に記載の推定モデル生成方法を実行させるプログラム。
【請求項８】
コンピュータに、請求項３に記載の推定方法を実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
エマルジョンやサスペンション、バブルなどの分散系の物性には、分散系の状態が大きな影響を及ぼすことが知られている。例えば、特許文献１には、膜乳化による連続プロセスにおけるリアルタイムな乳化径分布（分散系の状態の一例）を取得することが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特表２０００－５０７４９７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、特許文献１に開示されている技術は、連続プロセスかつ10マイクロメートル程度の乳化粒子の分裂において適用可能であり、適用範囲が限定的である。この条件に限られず、分散系の状態は、その原料や製造装置、製造装置内に備えられた撹拌羽等の各種機構の運転条件に応じて時々刻々と変化し、当該分散系の状態及び状態変化が、その後の品質に影響を及ぼすことが知られていることから、様々な条件下で状態を推定することが求められている。
本発明の目的は、分散系の状態を推定することを可能にする推定モデル生成装置、推定装置、推定モデル生成方法、推定方法、及びプログラムを提供することにある。
【課題を解決するための手段】
【０００５】
本発明の一態様は、分散系の画像データ及び前記分散系の状態を示すデータとを教師データとして、推定対象である分散系の画像データを入力したときに、前記推定対象である分散系の状態を推定する推定モデルを生成する、推定モデル生成方法である。
【０００６】
本発明の一態様は、分散系の画像データを入力データとして入力したときに、前記分散系の状態を推定するように機械学習の手法により学習された推定モデルに、推定対象である分散系の画像データを入力することで、前記推定対象である分散系の状態を推定する、推定方法である。
【０００７】
本発明の一態様は、分散系の画像データ及び前記分散系の状態を示すデータとを教師データとして、推定対象である分散系の画像データを入力したときに、前記推定対象である分散系の状態を推定する推定モデルを生成する、推定モデル生成装置である。
【０００８】
本発明の一態様は、分散系の画像データを入力データとして入力したときに、前記分散系の状態を推定するように機械学習の手法により学習された推定モデルに、推定対象である分散系の画像データを入力することで、前記推定対象である分散系の状態を推定する、推定装置である。
【発明の効果】
【０００９】
本発明によれば、分散系の状態を推定することができる。
【図面の簡単な説明】
【００１０】
本実施形態に係る推定モデル生成装置の構成を示す図である。
教師データを生成する手法の一例を示す図である。
本実施形態に係る推定モデル生成装置の動作を示すフローチャートである。
本実施形態に係る推定装置の構成を示す図である。
本実施形態に係る推定装置の動作を示すフローチャートである。
水中油型エマルジョンの画像である。
アノテーション実施後の画像である。
油滴の形状を推定した画像である。
油滴の形状を推定した画像から算出した油滴径分布である。
撹拌停止後２０～４０秒間における油滴径分布を算出した結果である。
撹拌停止後６０～８０秒間における油滴径分布を算出した結果である。
撹拌停止後１００～１２０秒間における油滴径分布を算出した結果である。
撹拌開始後３０～６０秒間における油滴径分布を算出した結果である。
撹拌開始後９０～１２０秒間における油滴径分布を算出した結果である。
撹拌開始後１５０～１８０秒間における油滴径分布を算出した結果である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許