特許ウォッチ

公開番号2025155087
公報種別公開特許公報(A)
公開日2025-10-14
出願番号2024058437
出願日2024-04-01
発明の名称電極モデルの学習方法
出願人トヨタ自動車株式会社
代理人個人,個人,個人
主分類G06N 3/094 20230101AFI20251006BHJP(計算;計数)
要約【課題】過学習の発生を抑制することができる電極モデルの学習方法を提供する。
【解決手段】電極の2D断面画像から3D構造の電極モデルを学習する方法であって、取得した前記電極の前記2D断面画像から作成した訓練データを低解像度化するステップと、生成器が低解像度化した前記訓練データと同じ解像度の3D構造を乱数生成するステップと、生成した前記3D構造の真偽を識別器が判別し、判別結果を前記生成器および前記識別器が学習するステップと、を含む、電極モデルの学習方法。
【選択図】図1
特許請求の範囲【請求項１】
電極の２Ｄ断面画像から３Ｄ構造の電極モデルを学習する方法であって、
取得した前記電極の前記２Ｄ断面画像から作成した訓練データを低解像度化するステップと、
生成器が低解像度化した前記訓練データと同じ解像度の３Ｄ構造を乱数生成するステップと、
生成した前記３Ｄ構造の真偽を識別器が判別し、判別結果を前記生成器および前記識別器が学習するステップと、を含む、電極モデルの学習方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、電極モデルの学習方法に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
特許文献１において開示されるような電極に関して様々な技術が提案されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３－０９８４１９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
従来の２Ｄ（二次元）断面画像から３Ｄ（三次元）構造の電極モデルを生成する技術は、単純な３Ｄ構造のみを生成することが可能である。ナノスケールからミクロスケールの電極の構造の特徴を含む、複雑で高解像度の２Ｄ断面画像からの３Ｄ構造の生成が困難である。
従来技術では、電極の２Ｄ断面画像から敵対的生成ネットワーク（ＧＡＮ）を用いて３Ｄ構造を生成して学習させると、電極画像の解像度が高く過学習が起こってしまう虞がある。３Ｄ構造の生成に利用しているＧＡＮは、訓練画像の解像度が高く、特徴が複雑なほど、識別器が生成画像と訓練画像を区別しやすくなり、識別器の学習速度が生成器を上回り過学習が発生する。
【０００５】
本開示は、上記実情に鑑みてなされたものであり、過学習の発生を抑制することができる電極モデルの学習方法を提供することを主目的とする。
【課題を解決するための手段】
【０００６】
すなわち、本開示には、以下の態様が含まれる。
＜１＞
電極の２Ｄ断面画像から３Ｄ構造の電極モデルを学習する方法であって、
取得した前記電極の前記２Ｄ断面画像から作成した訓練データを低解像度化するステップと、
生成器が低解像度化した前記訓練データと同じ解像度の３Ｄ構造を乱数生成するステップと、
生成した前記３Ｄ構造の真偽を識別器が判別し、判別結果を前記生成器および前記識別器が学習するステップと、を含む、電極モデルの学習方法。
【発明の効果】
【０００７】
本開示の電極モデルの学習方法は、過学習の発生を抑制することができる。
【図面の簡単な説明】
【０００８】
図１は、本開示の電極モデルの学習方法の一例を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下、本開示による実施の形態を説明する。なお、本明細書において特に言及している事項以外の事柄であって本開示の実施に必要な事柄（例えば、本開示を特徴付けない電極モデルの学習方法の一般的なプロセス）は、当該分野における従来技術に基づく当業者の設計事項として把握され得る。本開示は、本明細書に開示されている内容と当該分野における技術常識とに基づいて実施することができる。
【００１０】
本開示においては、電極の２Ｄ断面画像から３Ｄ構造の電極モデルを学習する方法であって、
取得した前記電極の前記２Ｄ断面画像から作成した訓練データを低解像度化するステップと、
生成器が低解像度化した前記訓練データと同じ解像度の３Ｄ構造を乱数生成するステップと、
生成した前記３Ｄ構造の真偽を識別器が判別し、判別結果を前記生成器および前記識別器が学習するステップと、を含む、電極モデルの学習方法を提供する。
（【００１１】以降は省略されています）

関連特許