解釈可能なAIと多項式カオス法による車内配線網の特性解明と確率的最適化設計

使用可解释的人工智能和多项式混沌方法阐明车载布线网络的特性和随机优化设计

• 批准号: 22K04066
• 负责人: 關根 惟敏
• 金额: $ 2.66万
• 依托单位: Shizuoka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04066/
• 关键词: 車内配線網; 車載ワイヤーハーネス; 特性解明; 最適化設計; 解釈可能なAI; 機械学習; 深層学習; 多項式カオス法

本研究では，【①車内配線網の電気的特性の解釈と解明】と【②車内配線網の確率的最適化設計】について取り組んでいる．本年度は①に関して，電子機器が接続された車載ワイヤーハーネスを対象とし，アイソジオメトリック解析を3次元電磁界シミュレーションへと拡張できるようにプログラムを作成した．加えて，分類問題における解釈可能なAIの手法の一つであるGrad CAM (Gradient-weighted Class Activation Mapping)を改良して回帰モデルへ適用可能にしたGrad RAM (Gradient-weighted Regression Activation Mapping)のアルゴリズムを考案し，性能の検証を行うプログラムを作成した．検証用のプログラムでは，車載ワイヤーハーネスの断面画像を対象とし，Grad RAMが出力した活性化マップを用いた回帰モデルの解釈を試みた．結果として，入力データにおいてワイヤを個別に与えた場合は，ワイヤ周辺のみの重要度が高い活性化マップとなったのに対して，ワイヤをまとめて与えた場合は，ワイヤ間の空間も重要度が高い活性化マップとなった．また，ワイヤを個別に与えた場合の方が推論の精度が高かった．つまり，精度の高いモデルにおいて，ワイヤ間の空間の重要度が低いことが分かった．これは，電気的性能の指標としたコモンモード電流がワイヤに個別に流れる電流の総和として定義されており，ワイヤ間の情報を必要としないこととつじつまが合う．以上により，断面形状と電気的性能の相関を説明することが可能となったといえる．

This study is aimed at the following topics: ① The solution of the electrical characteristics of the interior distribution network; ② The optimization design of the accuracy of the interior distribution network; This year, the electronic machine is connected to the vehicle, and the vehicle is connected to the vehicle. The vehicle is connected to the vehicle. In addition, Grad CAM (Gradient-weighted Class Activation Mapping) was improved to solve the classification problem. Grad RAM (Gradient-weighted Regression Activation Mapping) was improved to solve the problem. Grad RAM is used to activate the image of the cross-section of the vehicle. In the case of a single event, the activity is high. The accuracy of inference is high in individual cases. High precision, low importance of space in between. For this reason, the performance index of the electric current is divided into two parts: the current is divided into two parts: the current is divided into three parts: the current is divided into two parts: the current is divided into three parts: the current is divided into four parts: the current is divided into three parts: the current is divided into four parts: the current is divided into four parts: the current is divided into three parts: the current is divided into four parts: the current is divided into three parts: the current is divided into four parts: the current is divided into four parts: the current is divided into three parts: the current is divided into four parts: the The above section shape and electrical properties are related to each other.

项目成果

Stochastic Modeling and Analysis of Automotive Wire Harness Based on Machine Learning and Polynomial Chaos Method

• DOI: 10.1109/emceurope51680.2022.9901033
• 发表时间: 2022-09
• 期刊: 2022 International Symposium on Electromagnetic Compatibility – EMC Europe
• 作者: T. Sekine;S. Usuki;K. Miura

Performance Judgment of Automotive Wire Harness Based on Convolutional Neural Network

基于卷积神经网络的汽车线束性能判断

• 发表时间: 2022
• 作者: Tadatoshi Sekine;Hiromi Itaya;Shin Usuki;Kenjiro T. Miura
• 通讯作者: Kenjiro T. Miura

機械学習を用いた車載ワイヤーハーネスの特性解明と最適化設計

利用机器学习的车载线束特性解析与优化设计

• 发表时间: 2023
• 期刊: 月刊車載テクノロジー
• 作者: Kazunori Hasegawa;Kai Takagi;關根惟敏
• 通讯作者: 關根惟敏