Model Configurations (ASCMO-DYNAMIC)

Model Configurations ウィンドウ Model > Configurationsには出力ごとのタブが表示されます。各タブには、当該出力のモデルプロパティを個別に指定するためのエレメントが含まれます。複数のコンフィギュレーションを定義でき、モデリングメソッドとモデルタイプを指定することができます。

注記
すべてのモデルタイプの概要とそれらの最適な使用法は、概要：モデルタイプの説明を参照してください。

Output Name

このフィールドで、出力の名前を変更することができます。

Output Unit

このフィールドで、出力の単位を変更することができます。

Model Configuration

既存のコンフィギュレーションを選択し、編集して適用、または新しいコンフィギュレーション（<new>）を作成して出力に適用します。ボタン行の上のテキストフィールドにコンフィギュレーションの名前を入力します。

Modeling Method

使用するモデリングメソッドを選択します。

モデルプロパティ領域

モデルプロパティの設定内容は、選択されているモデリングメソッドに応じて異なります。

• No Model（初期状態）
• NARX Structure（Automatic Feature Selectionオプションを選択可）
• Recurrent Neural Network
• Convolutional Neural Network
• Static Model
• Ensemble Model
• Anomaly Detection (PCA)
• Anomaly Detection (Autoencoder)

Configuration Name

コンフィギュレーションの名前を挿入します。

Default

設定内容をすべてデフォルト値に戻します。

Use Auto ML

Automated Machine Learningを開き、自動機械学習を行ってプロパティ（ネットワークレイアウト、出力プロパティ、トレーニングプロパティ）を検索します。

Export Job to M Script

現在のモデル設定をMATLABスクリプトファイル（*.m）にエクスポートすることにより、サーバー上のMATLAB^®などにおいて、トレーニングをアウトソーシングすることができます。

で、さらにオプションを指定できます：

Export Job to Docker：単一目的最適化の情報を*.docker.ascmoファイルにエクスポートします。このファイルを使用して、クラウドなどにおいてDockerコンテナでの最適化を行います。

?

状況依存のオンラインヘルプが開きます。

OK

ウィンドウを閉じて、モデルトレーニングを開始します。

Apply

ウィンドウを開いたまま、モデルトレーニングを開始します。

Cancel

設定内容を破棄してウィンドウを閉じます。

参照

概要：モデルタイプの説明

Model Configurations：NARX Structure

Model Configurations：Recurrent Neural Network (RNN)

Model Configurations：Convolutional Neural Network (CNN)

Model Configurations：Static Model

Model Configurations：Ensemble Model

Model Configurations: Anomaly Detection (PCA)

Model Configurations：Anomaly Detection (Autoencoder)