JP6775740B1 - 設計支援装置、設計支援方法及び設計支援プログラム - Google Patents
設計支援装置、設計支援方法及び設計支援プログラム Download PDFInfo
- Publication number
- JP6775740B1 JP6775740B1 JP2019114475A JP2019114475A JP6775740B1 JP 6775740 B1 JP6775740 B1 JP 6775740B1 JP 2019114475 A JP2019114475 A JP 2019114475A JP 2019114475 A JP2019114475 A JP 2019114475A JP 6775740 B1 JP6775740 B1 JP 6775740B1
- Authority
- JP
- Japan
- Prior art keywords
- item
- items
- knowledge
- design support
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013461 design Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims description 30
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000010586 diagram Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 4
- 239000000047 product Substances 0.000 description 45
- 238000004458 analytical method Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 15
- 239000000126 substance Substances 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 239000011347 resin Substances 0.000 description 7
- 229920005989 resin Polymers 0.000 description 7
- 230000003746 surface roughness Effects 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 238000012900 molecular simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000000329 molecular dynamics simulation Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Abstract
Description
そこで、本発明は、製品等の設計に関する知識の収集を効率的かつ低コストで行うことを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1は、グラフ情報31及び実績情報32の関係を説明する図である。本実施形態の設計支援装置の構成等を説明する前に、まず、製品等の設計に関する知識が、一般的にどのような型式で伝達され得るかを、図1に沿って説明する。いま、比較的経験の浅い未熟練ユーザは、ある化学製品に適した解析方法を決定しようとしている。未熟練ユーザは、いくつかの項目について検討を加え、それらの検討結果の組合せに基づいて解析方法を決定しようとしているが、それから先に考えが進まない。
比較的経験の豊かな熟練ユーザが同じような検討を加えて解析方法を決定した結果は、例えば実績情報32として、任意の装置に表型式で記憶・保管されている。実績情報32は、項目A、項目B、・・・、項目Fの欄(列)を有する。インデクス1、2、3、・・・で特定されるレコードが、行方向に多数記憶されている。レコードの各欄(項目A〜E)は、その項目が取り得る項目値を記憶している場合もあるし、空欄である場合もある。項目A〜Eのそれぞれは、加えるべき検討に相当し、項目Fは、解析方法に相当する。例えば、実績情報32の1行目は、以下のことを示している。
・当該熟練ユーザが項目Bについて検討した結果は、項目値b1であった。
・当該熟練ユーザが項目Dについて検討した結果は、項目値d1であった。
・当該熟練ユーザは、項目C及びEについて検討する必要がなかった。
・当該熟練ユーザは、これらの検討の結果、解析方法として項目値f1を決定した。
〈弱点1〉そもそも、実績情報32を作成するのに、手間及びコストがかかる。
〈弱点2〉実績情報32は、入力ミスがそのまま反映されていることが多い。
〈弱点3〉実績情報32の膨大なデータのうちから、真に未熟練ユーザに必要なものを抽出するのは難しい。
〈弱点4〉実績情報32は、既に陳腐化したデータを含んでいる場合がある。
熟練ユーザは、ノード“項目A”の下位の階層にノード“項目値a1”、ノード“項目値a2”及びノード“項目値a3”を並列的に描画する。ここでノードとは、長方形の枠を意味する。このとき、熟練ユーザは、例えば“まず対象製品分野を調べてください。対象製品分野は多く存在し、例えば薬品、樹脂、燃料等があります。”と、未熟練ユーザに説明する。グラフ情報31aの“項目A”が“製品対象分野”に相当し、“項目値a1”、“項目値a2”及び“項目値a3”が、“薬品”、“樹脂”及び“燃料”に相当する。熟練ユーザは、項目B、項目C、・・・についても同様のグラフ情報31aを描画する(図示せず)。
熟練ユーザは、タイプ1のグラフ情報31aに替えて、又はそれに加えて、タイプ2のグラフ情報31bをホワイトボードに描画する。熟練ユーザは、ノード“項目A”、ノード“項目B”、・・・、ノード“項目F”を描画する。熟練ユーザは、これらのノードを、向きを有するリンク(矢印)で連結し、リンクに関連付けて、項目値a1、項目値a2、・・・、項目値e2を記載する。そのリンクを辿って行くと、最終的には、項目Fの項目値f1、項目値f2、・・・のいずれかに達する。
図2は、設計支援装置1の構成を説明する図である。設計支援装置1は、一般的なコンピュータであり、中央制御装置11、マウス、キーボード等の入力装置12、ディスプレイ、スピーカ等の出力装置13、主記憶装置14及び補助記憶装置15を備える。これらは、バスで相互に接続されている。補助記憶装置15は、グラフ情報31(31a及び31b)、実績情報32及び多次元モデル33を格納している。グラフ情報31及び実績情報32は、図1で前記したものである。多次元モデル33については、詳細を後記する。
図3は、多次元モデル33を説明する図である。多次元モデル33が“モデル”と命名されているのは、多次元モデル33の本質が、複数の変数間の関係を規定する数式(関数)であるからである。いま、説明の単純化のために、関数の説明変数は、図1の“項目A”、“項目B”及び“項目C”の3種類であり、関数の目的変数は、図1の“項目F”であるとする。
前記したように、項目値自身は、もともと“薬品”、“樹脂”、“燃料”等の文字列である場合が多い。設計支援装置1は、これらの文字列を任意の方法で数量化し、多次元モデル33におけるその項目に対応する軸上に写像する。
図3における各領域41a、41b及び41cの空間内における位置(各軸の値の範囲)は、固定されているわけではない。各領域と項目Fの項目値との関連付けもまた、固定的されているわけではない。詳細は後記するが、これらは、グラフ情報31及び実績情報32の内容によって変化し得る。設計支援装置1は、グラフ情報31及び実績情報32の内容を学習データとして、各領域の位置、及び、領域と項目Fの項目値との関連付けを決定し、見直すことができる。
図4は、知識の統合を説明する図である。設計支援装置1は、複数の熟練ユーザから、タイプ2のグラフ情報31bを受け付ける。いま、これらのグラフ情報は、A氏から受け付けた知識1、及び、B氏から受け付けた知識2であるとする。知識1及び知識2は、いずれも項目Aから始まり、項目Fに達するものである。
図5は、矛盾の解決を説明する図である。設計支援装置1が熟練ユーザA氏、B氏及びC氏から、タイプ2のグラフ情報31bを受け付けたところ、例えばグラフ情報の末尾において、矛盾が生じたとする。A氏から受け付けた知識11によれば、項目“表面粗さはわかるか?”の項目値が“No”である場合、末尾の項目“解析方法”の項目値は、“解析不可”となる。項目“表面粗さはわかるか?”の項目値が“Yes”である場合、末尾の項目“解析方法”の項目値は、“分子動力学法”となる。B氏から受け付けた知識12についても、同様である。
図6は、実績情報32を説明する図である。図6の実績情報32は、図1の実績情報32と同じである。しかしながら、図6では、項目及び項目値が具体的な文字列になっている。図6の実績情報32においては、インデックス欄101に記憶されたインデックスに関連付けて、対象製品分野欄102には項目“対象製品分野”の項目値が、目的欄103には項目“目的”の項目値が、現象の種類欄104には項目“現象の種類”の項目値が、解析方法欄105には項目“解析方法”の項目値が記憶されている。
対象製品分野欄102の項目“対象製品分野”の項目値は、“製品分野A”又は“製品分野B”のいずれかである。他の項目値が記憶されていてもよい。
目的欄103の項目“目的”の項目値は、“現象解明”又は“スクリーニング”のいずれかである。他の項目値が記憶されていてもよい。
解析方法欄105の項目“解析方法”の項目値は、“データ解析”又は“有限要素法”のいずれかである。他の項目値が記憶されていてもよい。
図7は、処理手順のフローチャートである。図7の説明の途中で適宜図8〜図10を参照する。なお、以下の処理手順のステップS205以前における“ユーザ”は、主として熟練ユーザであり、ステップS207以降における“ユーザ”は、主として未熟練ユーザである。
第2に、入力処理部21は、定型入力を受け付ける。つまり、入力処理部21は、対象製品分野欄62及び目的欄63のそれぞれにおいて、ユーザが、項目値を入力するのを受け付ける。最初にユーザが項目値を入力するべき項目(対象製品分野、目的等)は、予め指定されているものとする。入力処理部21は、文字列学習データを参照することによって、その項目の項目値の候補を取得し、対象製品分野欄62及び目的欄63のそれぞれに表示し、ユーザが選択するのを受け付けてもよい。
第2に、知識推薦部23は、推薦知識1欄72aの解析方法欄73aに、“有限要素法”を表示する。知識推薦部23は、ユーザに対し推薦する知識“有限要素法”の確実性を示す値として推薦スコアを算出し、推薦スコア欄74aに表示する。知識推薦部23は、多次元モデル33から得られるソフトマックス値、予測分散値等に基づき推薦スコアを算出してもよい。より簡便には、知識推薦部23は、領域41が含む点が“有限要素法”を示している比率、数値ニーズデータと領域の重心との間の距離、ステップS204において知識の矛盾を解決した際のパーセンテージ等に基づき推薦スコアを算出してもよい。
ステップS205の“第1”において、知識学習部22は、実績情報32から、完成グラフ情報に含まれる項目の文字列、及び、その項目の項目値の文字列を抽出する。つまり、知識学習部22は、膨大な実績情報32のレコードのうち、最近の熟練ユーザの知識に一致するものを抽出することにより、前記した弱点2〜4を解消している。実績情報32のレコードが充分多い場合、こうすることによって、多次元モデル33は、統計学的により有意なものとなる。
本実施形態の設計支援装置1の効果は以下の通りである。
(1)設計支援装置1は、ユーザが入力したグラフ構造を使用して、多次元モデルを学習することができる。
(2)設計支援装置1は、ユーザが入力したグラフ構造を使用して、実績情報を絞り込むことができる。
(4)設計支援装置1は、ユーザが評価した知識を使用して多次元モデルを学習することができる。
(5)設計支援装置1は、複数のユーザによるグラフ構造を統合することができる。
(6)設計支援装置1は、推薦知識を絞り込むような項目の入力をユーザに促すことができる。
(7)設計支援装置1は、推薦知識に関連付けられている情報を表示できる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
21 入力処理部
22 知識学習部
23 知識推薦部
24 フィードバック部
31 グラフ情報
32 実績情報
33 多次元モデル
Claims (9)
- 製品の設計に関する項目及び項目値を表現したグラフ構造をユーザが描画するのを受け付ける入力処理部と、
前記受け付けたグラフ構造に含まれる項目の一部を説明変数とし前記項目の他を目的変数とする多次元モデルを学習する知識学習部と、
を備えることを特徴とする設計支援装置。 - 前記入力処理部は、
実績としての前記項目の項目値を相互に関連付けた実績情報を受け付け、
前記知識学習部は、
前記受け付けたグラフ構造に含まれる項目及び項目値を前記実績情報から抽出し、前記抽出した項目の一部を説明変数とし前記項目の他を目的変数とする多次元モデルを学習すること、
を特徴とする請求項1に記載の設計支援装置。 - 前記抽出した項目の項目値をユーザの入力として前記入力処理部を介して受け付けた場合において、
前記受け付けた項目の項目値を前記多次元モデルに説明変数として入力することによって、ユーザが要求する他の項目の項目値を前記多次元モデルから目的変数として取得し、前記取得した他の項目の項目値を出力装置に表示する知識推薦部を備えること、
を特徴とする請求項2に記載の設計支援装置。 - 前記受け付けた項目の項目値及び前記取得した他の項目の項目値の組合せのうちユーザが評価したものを使用して、前記多次元モデルを学習するフィードバック部を備えること、
を特徴とする請求項3に記載の設計支援装置。 - 前記入力処理部は、
前記グラフ構造を同時に複数のユーザが描画するのを受け付け、
前記知識学習部は、
当該受け付けたグラフ構造から重複分を削除した和集合に含まれる項目及び項目値を、前記実績情報から抽出し、
前記和集合のグラフ構造を出力装置に表示すること、
を特徴とする請求項4に記載の設計支援装置。 - 前記入力処理部は、
前記抽出した項目のうちの所定の項目の項目値をユーザが入力するのを受け付け、
前記所定の項目以外の項目のうち前記ユーザが要求する他の項目の項目値を絞り込み得る項目、及び、当該項目の項目値の候補を出力装置に表示すること、
を特徴とする請求項5に記載の設計支援装置。 - 前記知識推薦部は、
前記取得した他の項目の項目値を含む前記グラフ構造を入力したユーザを特定する情報、当該グラフ構造に関連付けられた付加情報、及び、前記取得した他の項目の項目値を所定の方法で評価したスコアを出力装置に表示すること、
を特徴とする請求項6に記載の設計支援装置。 - 設計支援装置の入力処理部は、
製品の設計に関する項目及び項目値を表現したグラフ構造をユーザが描画するのを受け付け、
前記設計支援装置の知識学習部は、
前記受け付けたグラフ構造に含まれる項目の一部を説明変数とし前記項目の他を目的変数とする多次元モデルを学習すること、
を特徴とする設計支援装置の設計支援方法。 - 設計支援装置の入力処理部に対し、
製品の設計に関する項目及び項目値を表現したグラフ構造をユーザが描画するのを受け付ける処理を実行させ、
前記設計支援装置の知識学習部に対し、
前記受け付けたグラフ構造に含まれる項目の一部を説明変数とし前記項目の他を目的変数とする多次元モデルを学習する処理を実行させること、
を特徴とする設計支援装置を機能させるための設計支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019114475A JP6775740B1 (ja) | 2019-06-20 | 2019-06-20 | 設計支援装置、設計支援方法及び設計支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019114475A JP6775740B1 (ja) | 2019-06-20 | 2019-06-20 | 設計支援装置、設計支援方法及び設計支援プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6775740B1 true JP6775740B1 (ja) | 2020-10-28 |
JP2021002126A JP2021002126A (ja) | 2021-01-07 |
Family
ID=72938088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019114475A Active JP6775740B1 (ja) | 2019-06-20 | 2019-06-20 | 設計支援装置、設計支援方法及び設計支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6775740B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023127186A (ja) * | 2022-03-01 | 2023-09-13 | 株式会社日立製作所 | ドメイン知識活用システム、ドメイン知識活用方法及びドメイン知識活用プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2378443A4 (en) * | 2008-12-11 | 2016-03-30 | Ibm | METHOD FOR CONVERTING A SYSTEM MODEL, COMPUTER PROGRAM AND SYSTEM MODEL CONVERSION DEVICE |
JP2018077547A (ja) * | 2015-03-16 | 2018-05-17 | 国立大学法人東京農工大学 | 並列処理装置、並列処理方法、および、並列化処理用プログラム |
JP7139657B2 (ja) * | 2018-03-30 | 2022-09-21 | 富士通株式会社 | 学習プログラム、学習方法および学習装置 |
-
2019
- 2019-06-20 JP JP2019114475A patent/JP6775740B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021002126A (ja) | 2021-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210173817A1 (en) | Method and system for large scale data curation | |
US10853387B2 (en) | Data retrieval apparatus, program and recording medium | |
Kamimura et al. | Extracting candidates of microservices from monolithic application code | |
CN101452443B (zh) | 逻辑结构模型创建辅助设备和方法 | |
US12032565B2 (en) | Systems and methods for advanced query generation | |
CN117389541B (zh) | 基于对话检索生成模板的配置***及设备 | |
Ross et al. | A case-based reasoning system for conflict resolution: design and implementation | |
JP6775740B1 (ja) | 設計支援装置、設計支援方法及び設計支援プログラム | |
US20190236143A1 (en) | Creating apps from natural language descriptions | |
JP6120607B2 (ja) | 要件検出装置及び要件検出プログラム | |
CN117420998A (zh) | 一种客户端ui交互组件生成方法、装置、终端及介质 | |
CN115878818A (zh) | 一种地理知识图谱构建方法、装置、终端及存储介质 | |
Saini et al. | Domobot: An ai-empowered bot for automated and interactive domain modelling | |
WO2021205823A1 (ja) | 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム | |
CN114880483A (zh) | 一种元数据知识图谱构建方法、存储介质及*** | |
JP6993573B2 (ja) | プログラム解析方法、プログラム解析装置およびプログラム解析プログラム | |
Liu | Apache spark machine learning blueprints | |
JPWO2020183538A1 (ja) | 計算機システム及びデータレイクに格納されるデータを用いた処理方法 | |
CN110232102B (zh) | 一种基于迁移学习的人员关系模型建模方法 | |
JP7186411B1 (ja) | 情報処理システム、情報処理方法及び情報処理プログラム | |
CN117391643B (zh) | 一种基于知识图谱的医保单据审核方法及*** | |
Mbala et al. | Evaluation of Data Warehouse Systems by Models Comparison | |
CN114297330A (zh) | 一种数据地图生成方法及装置 | |
CN117033347A (zh) | 一种基于专利数据的数仓建模方法、***、设备及介质 | |
CN115952301A (zh) | 一种知识图谱管理平台的构建方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20190807 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190807 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200319 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200914 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6775740 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |