权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Machine Learning to Estimat the Behavior of a Batch Process

机器学习来估计批处理的行为

基本信息

批准号：
21K04766
负责人：
山下善之
金额：
$ 2.66万
依托单位：
Tokyo University of Agriculture and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

まず，昨年度に開発したシミュレータを用いて，実際のバッチプラントの運転を想定したさまざまなシナリオに基づいたシミュレーションを行って運転操業のデータを収集した．その際，複数の品種を同一のプロセスで生産することとし，品種によってバッチ回数が少ない品種と多い品種を設定した．次に，生成されたデータも最大限有効に活用して，バッチプロセスの状態予測に機械学習手法を適用する際の課題を具体的に整理した．さらに，バッチ回数の少ない品種を生産する際のモデル精度を向上させることを目的として，機械学習手法の検討を実施した．具体的には，バッチ回数の多い品種を生産する際のデータを有効に活用するための機械学習手法として，独自に提案したマルチタスク学習と転移学習をそれぞれ適用し，モデル中のメタパラメータの値と必要なデータ量や予測精度について詳細に検討した．得られた結果について，既存の機械学習方法も含めて比較検討を行った結果，提案した手法が最も少ないデータ量で高精度に挙動を予測できることが検証された．

まず, last year's に开発したシミュレータを用いて, 実记のバッチプラントのluck転を Ideas したさまざまなシナリオに记づいたシミュレーションを行って Transport転行业のデータをCollectionした.その记, plural varieties of the same variety, production of the same variety, varieties of varieties, number of varieties, varieties of varieties, setting of varieties. Time, generate the most effective and effective use of the system, predict the state of the system, use mechanical learning techniques, and apply it to the actual subject, and organize the specific tasks.さらに, the number of times is small and the variety is produced, the precision is high, the purpose is high, and the mechanical learning technique is good. Concrete work, multi-varieties production, effective use of machine learning techniques, and original proposalsタスク学と転综合をそれぞれ用し，モデル中のメタパラメータの値とNecessary measurement and prediction accuracyについてDetailed discussionした. The result is obtained, and the existing mechanical learning method is compared with the result and the result is proposed. The method of the case is the most minimal, the quantity is high, the precision is high, the action is predictable, and the proof is accurate.