（c）（a）（b）―153― FCAR2: －1.70510R2: －3.79630R2: －11.1373R2: －0.3616910I0123456789 )EC(0.5-0.510Fig. 3 Result of Inverse Autocorrelation Function3.2 説明変数の選択方法に関する検討 説明変数の選び方について検討した結果を示す。推定する目的変数はCE，真値はECUで得られるCE値とした。説明変数は（a）～（c）の考え方に従い選択し，後述するk-fold cross validation 法を用いてモデル精度を比較検証した。（a） 物理的センサーから取得できる全ての因子（気筒近傍の全てのセンサー値）を説明変数にした場合（b） 機械の状態に関するセンシング値と，CEとの因果が強い温度に関連する因子のみを説明変数とした場合：エンジン回転数，スロットル開度，カムタイミング（インテークバルブ／エギゾーストバルブ）＋温度（c） 機械の状態に関するセンシング値のみを説明変数とした場合：エンジン回転数，スロットル開度，カムタイミング（インテークバルブ／エギゾーストバルブ） 適合度指標をTable 3に，解析結果をFig. 4にそれぞれ示す。Fig. 4の黒線は訓練データ，青線は推定値である。検証にはk-fold cross validation（k分割交差検証）を用いた。これはkセットに分割されたデータ内の1セットを除いたデータで学習して, 回帰モデルを構築して残りの1セットで検証するものである。本検討では分割数k ＝4とした。すなわち，元の時系列を計4つの区間に分割して取扱うことを意味する。結果は全てRMSEが0に近い場合をよい変数の選び方として評価する。Table 3 Output of 4-fold Cross ValidationRMSE 0.23085RMSE 0.02273R2: 0.98536RMSE 0.48899RMSE 0.21922Time Lag RMSE 0.03145R2: 0.98071RMSE 0.07971R2: 0.91062RMSE 0.34740RMSE 0.23634R2: 0.21436(b)For Thermal Parameters Modeling(c)(a)For All Parameters ModelingFor Vehicle Speed， Throttle Positionand Cam Timing Modeling RMSE 0.02326R2: 0.97254RMSE 0.05716R2: 0.90742(c) For Vehicle Speed， Throttle Position Fig. 4 Output of 4-fold Cross ValidationRMSE 0.01459R2: 0.99154RMSE 0.03863R2: 0.97901(a) For All Parameters Modeling(b) For Thermal Parameters Modelingand Cam Timing Modeling
元のページ ../index.html#160