HOME INDEX PDF YOUZAN HELP
https://edu.yz.yamagata-u.ac.jp/Public/54299/c1/IoT/DeepLearning/20180316-slides/
R

AIは幸せにするか?コンデンサーの性能を判別できるか?

平成30年度表面技術協会東北支部講演会

山形大学 大学院理工学研究科 伊藤智博

2018/3/16 14:00〜 山形大学工学部百周年記念会館

概要

コンピュータの性能の向上と費用対効果は目まぐるしく成長している.1995年にはメモリが256MBの64ビットシングルコアCPUを搭載したワークステーションが500万円程度で購入し,64ビットの時代が到来した. その約20年後の2018年には,32コアのワークステーションに1TBのメモリを搭載して,1000万円で購入できると性能は格段に向上し,大容量のメモリが搭載されう時代へと到来する. さらに,機械学習や人工知能のライブラリが無償で提供される. そんな中,演算速度と膨大なメモリ空間,そして無償のライブラリを利用して,人工知能が身近に利用できる時代となる. 本発表では,AIの考え方の基本的な概念とそれを使ってコンデンサーの性能を判別を試みたので紹介する.

結論からのべると,実データを正規化,画像化することコンデンサーの性能を識別できる.自動化できるものは,自動化しちゃいましょう.機器分析は,可能な限り自動化できます. AIとはいっても学習によって得られたテンソルが命なので,教師データの収集が大切である.

スライドのダイジェスト


スライド01: AIは幸せするか?〜コンデンサーの性能を判別できるか?〜


スライド03:CPUの性能の向上と価格の推移


スライド04:無償提供される人工知能用ライブラリ


スライド05:低い等価直列抵抗を示した導電性高分子電解コンデンサーの実験データと想定さえる等価回路


スライド06:高い等価直列抵抗を示した導電性高分子電解コンデンサーの実験データと想定さえる等価回路


スライド07:機械学習のデータ表現


スライド08:機械学習で求める行列(テンソル)


スライド09:教師データと学習データの規格化


スライド10:規格化した画像をXに代入してw行列の近似解を求めるぞ!


スライド11:機械学習のコードはせいぜい100行,パイソンすげーって感じ


スライド12:多次元行列の平方が最小になるように学習させるようにコードに記述


スライド13:最急降下法で学習行列wを最適化するよ; Ref: https://www.tensorflow.org/api_guides/python/train#Optimizers


スライド14:csvファイルを読み込んでウェブから画像を取得するコードだよ


スライド15:画像を一行行列に変化するコードです


スライド16:トレーニングステップ,100回反復練習をしよう.最後に,プログラムが終了したら忘れるからセーブ,


スライド17:学習結果をつかって未知のデータを判定するコード


スライド18:1日学習させてみたよ.


スライド19:10日間学習させてみたよ.お,確率が1%上昇した


スライド20


スライド21


スライド22


スライド23


スライド24

関連講義


https://edu.yz.yamagata-u.ac.jp/Public/54299/c1/IoT/DeepLearning/20180316-slides/