| 講演名 | 2001/12/14 ニューラルネットワークによる工作機械の熱変位予測 : 有効な温度データの解析 加藤 伸也, 中山 謙二, 平野 晃宏, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 階層形ニューラルネットワークを予測、診断問題に適用する場合において、入力データのうち有効な成分を解析する方法について検討した。実際の問題では、どのような情報を入力として与えればいいのかある程度は検討がつくが正確には分からない問題が少なくない。本論文では、複数の時系列データにより予測や診断を行なう問題を対象として、入力情報における予測や診断に有効な情報を解析する方法を検討する。一つの方法は、全ての入力情報を用いて学習したニューラルネットワークにおいて、各入力情報に関系する結合係数の絶対値和の大きさに基づいて解析する方法である。もう一つの方法は、入力情報の時系列データをベクトルとして扱い、入力情報間の相関性に基づいて解析する。これらの方法を、NC旋盤の熱変位予測問題に適用し、各方法の有効性を比較評価する。 |
| 抄録(英) | In training neural networks, it is important to reduce training data for saving memory for the training data, reducing network size, and achieving fast training. This paper proposes two kinds of analysis methods for useful training data used in neural networks applied to prediction and diagnosis. One method is to use information of connection weights after training. A summation of absolute value of the connection weights related to each input element. In some case, only positive connection weights are taken into account. The other method is based on correlation coefficients of the input vectors. If some data can be obtained by amplifying and shifting another data, then the former can be absorbed in the latter. These analysis methods are applied to prediction of thermal deformation in machine tools. The training data are well reduced while achieving good prediction preformance. |
| キーワード(和) | ニューラルネットワーク / 学習データ / 結合係数 / 相関係数 / 予測 / 工作機械 / 熱変形 |
| キーワード(英) | Neural networks / Training data / Connection weights / Correlation coefficients / Prediction / Machine tool / Thermal deformation |
| 資料番号 | NC2001-78 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2001/12/14(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ニューラルネットワークによる工作機械の熱変位予測 : 有効な温度データの解析 |
| サブタイトル（和） | |
| タイトル（英） | Prediction Thermal Deformation of Machine Tool by Neural Networks : Analysis of Effective Temperature Data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural networks |
| キーワード(2)（和/英） | 学習データ / Training data |
| キーワード(3)（和/英） | 結合係数 / Connection weights |
| キーワード(4)（和/英） | 相関係数 / Correlation coefficients |
| キーワード(5)（和/英） | 予測 / Prediction |
| キーワード(6)（和/英） | 工作機械 / Machine tool |
| キーワード(7)（和/英） | 熱変形 / Thermal deformation |
| 第 1 著者 氏名（和/英） | 加藤 伸也 / Shinya KATO |
| 第 1 著者 所属（和/英） | 金沢大学大学院 自然科学研究科 電子情報システム専攻 Division of Electronics and Computer Science, Graduate School of Natural Science and Technology Dept.of Information and Systems Eng., Faculty of Eng., Kanazawa Univ. |
| 第 2 著者 氏名（和/英） | 中山 謙二 / Kenji NAKAYAMA |
| 第 2 著者 所属（和/英） | 金沢大学 工学部 情報システム工学科 Dept.of Information and Systems Eng., Faculty of Eng., Kanazawa Univ. |
| 第 3 著者 氏名（和/英） | 平野 晃宏 / Akihiro HIRANO |
| 第 3 著者 所属（和/英） | 金沢大学 工学部 情報システム工学科 Dept.of Information and Systems Eng., Faculty of Eng., Kanazawa Univ. |
| 発表年月日 | 2001/12/14 |
| 資料番号 | NC2001-78 |
| 巻番号（vol） | vol.101 |
| 号番号（no） | 534 |
| ページ範囲 | pp.- |
| ページ数 | 7 |
| 発行日 | |