知財求人 - 知財ポータルサイト「IP Force」
特開2022-114060機械学習装置、画像処理装置、機械学習方法、および画像処理方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022114060
(43)【公開日】2022-08-05
(54)【発明の名称】機械学習装置、画像処理装置、機械学習方法、および画像処理方法
(51)【国際特許分類】
G03G 15/00 20060101AFI20220729BHJP
G03G 15/16 20060101ALI20220729BHJP
G06N 20/00 20190101ALI20220729BHJP
G06N 3/08 20060101ALI20220729BHJP
G06F 3/12 20060101ALI20220729BHJP
【ＦＩ】
G03G15/00 303
G03G15/16 103
G06N20/00 130
G06N3/08
G06F3/12 324
G06F3/12 308
G06F3/12 329
【審査請求】未請求
【請求項の数】16
【出願形態】ＯＬ
(21)【出願番号】P 2021010172
(22)【出願日】2021-01-26
(71)【出願人】
【識別番号】000000295
【氏名又は名称】沖電気工業株式会社
(74)【代理人】
【識別番号】110001357
【氏名又は名称】弁理士法人つばさ国際特許事務所
(72)【発明者】
【氏名】河野 晃光
【テーマコード（参考）】
2H200
2H270
【Ｆターム（参考）】
2H200JA02
2H200JC03
2H200NA02
2H200PA02
2H200PA22
2H200PB05
2H200PB08
2H200PB27
2H200PB28
2H200PB29
2H270KA28
2H270KA32
2H270KA53
2H270LA07
2H270LA19
2H270LA20
2H270LA29
2H270LB01
2H270LD03
2H270LD08
2H270LD11
2H270LD15
2H270MA24
2H270MA35
2H270MB25
2H270MB28
2H270MB43
2H270MB55
2H270ME03
2H270MF09
2H270MH10
2H270RB04
2H270ZC03
2H270ZC04
(57)【要約】
【課題】印刷画像の画質を高めることができる機械学習装置を得る。
【解決手段】本発明の一実施の形態に係る機械学習装置は、画像形成部によって実際に印刷がなされた印刷物における特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データと、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得する状態変数取得部と、画像形成部が使用すべき第２の制御データを含む教師データを取得する教師データ取得部と、状態変数データセットおよび教師データに基づいて機械学習を行うことにより、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され第２の制御データが出力される学習モデルを生成する学習モデル生成部とを備える。
【選択図】図７
【解決手段】本発明の一実施の形態に係る機械学習装置は、画像形成部によって実際に印刷がなされた印刷物における特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データと、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得する状態変数取得部と、画像形成部が使用すべき第２の制御データを含む教師データを取得する教師データ取得部と、状態変数データセットおよび教師データに基づいて機械学習を行うことにより、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され第２の制御データが出力される学習モデルを生成する学習モデル生成部とを備える。
【選択図】図７
【特許請求の範囲】
【請求項1】
画像形成部によって実際に印刷がなされた印刷物における特徴量データと、前記印刷物に用いられた印刷媒体の媒体データと、前記印刷物を出力した際に前記画像形成部が使用した第１の制御データと、前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得する状態変数取得部と、
前記画像形成部が使用すべき第２の制御データを含む教師データを取得する教師データ取得部と、
前記状態変数データセットおよび前記教師データに基づいて機械学習を行うことにより、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され前記第２の制御データが出力される学習モデルを生成する学習モデル生成部と
を備えた機械学習装置。
前記画像形成部が使用すべき第２の制御データを含む教師データを取得する教師データ取得部と、
前記状態変数データセットおよび前記教師データに基づいて機械学習を行うことにより、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され前記第２の制御データが出力される学習モデルを生成する学習モデル生成部と
を備えた機械学習装置。
【請求項2】
前記転写部における前記抵抗値は、前記印刷媒体が、前記転写部における、互いに対向配置された第１の回転体および第２の回転体の間を通過している通過期間において、前記第１の回転体および前記第２の回転体の間に流れる第１の電流の電流値に基づいて算出された
請求項１に記載の機械学習装置。
請求項１に記載の機械学習装置。
【請求項3】
前記状態変数取得部は、前記状態変数データセットが得られた前記画像形成部の前記転写部における、前記通過期間以外の期間において、前記第１の回転体および前記第２の回転体の間に流れる第２の電流の電流値に基づいて、前記抵抗値を補正する補正部を有する
請求項２に記載の機械学習装置。
請求項２に記載の機械学習装置。
【請求項4】
前記補正部は、前記第２の電流の電流値と、基準電流値との比に基づいて、前記抵抗値を補正する
請求項３に記載の機械学習装置。
請求項３に記載の機械学習装置。
【請求項5】
前記第１の制御データおよび前記第２の制御データは、前記転写部における転写電圧の設定値を含む
請求項１から請求項４のいずれか一項に記載の機械学習装置。
請求項１から請求項４のいずれか一項に記載の機械学習装置。
【請求項6】
画像形成部によって実際に印刷がなされた印刷物の特徴量データと、前記印刷物に用いられた印刷媒体の媒体データと、前記印刷物を出力した際に前記画像形成部が使用した第１の制御データとを取得する印刷物情報取得部と、
前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得する抵抗値情報取得部と、
前記印刷物情報取得部および前記抵抗値情報取得部により取得された情報に基づいて、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され、前記画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、前記第２の制御データを生成する制御データ生成部と
を備えた画像処理装置。
前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得する抵抗値情報取得部と、
前記印刷物情報取得部および前記抵抗値情報取得部により取得された情報に基づいて、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され、前記画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、前記第２の制御データを生成する制御データ生成部と
を備えた画像処理装置。
【請求項7】
前記転写部における前記抵抗値は、前記印刷媒体が、前記転写部における、互いに対向配置された第１の回転体および第２の回転体の間を通過している通過期間において、前記第１の回転体および前記第２の回転体の間に流れる第１の電流の電流値に基づいて算出された
請求項６に記載の画像処理装置。
請求項６に記載の画像処理装置。
【請求項8】
前記抵抗値情報取得部は、前記通過期間以外の期間において、前記第１の回転体および前記第２の回転体の間に流れる第２の電流の電流値に基づいて、前記抵抗値データを補正する補正部を有する
請求項７に記載の画像処理装置。
請求項７に記載の画像処理装置。
【請求項9】
前記補正部は、前記第２の電流の電流値と、基準電流値との比に基づいて、前記抵抗値を補正する
請求項８に記載の画像処理装置。
請求項８に記載の画像処理装置。
【請求項10】
前記基準電流値は、前記学習モデルを生成する機械学習において用いられた状態変数データセットを得た画像形成部の転写部における前記第２の電流の電流値である
請求項９に記載の画像処理装置。
請求項９に記載の画像処理装置。
【請求項11】
前記通過期間において、前記第１の回転体には複数の電圧のうちのいずれかが印加されることが可能であり、
前記制御データ生成部は、前記複数の電圧に対応する複数の前記学習モデルのうちの、前記第１の回転体に印加された電圧に対応する前記学習モデルを用いて、前記委第２の制御データを生成する
請求項７から請求項１０のいずれか一項に記載の画像処理装置。
前記制御データ生成部は、前記複数の電圧に対応する複数の前記学習モデルのうちの、前記第１の回転体に印加された電圧に対応する前記学習モデルを用いて、前記委第２の制御データを生成する
請求項７から請求項１０のいずれか一項に記載の画像処理装置。
【請求項12】
前記第１の制御データおよび前記第２の制御データは、前記転写部における転写電圧の設定値を含む
請求項６から請求項１１のいずれか一項に記載の画像処理装置。
請求項６から請求項１１のいずれか一項に記載の画像処理装置。
【請求項13】
前記画像形成部をさらに備え、
前記画像形成部は、前記第２の制御データに基づいて、前記印刷媒体に印刷を行う
請求項６から請求項１２のいずれか一項に記載の画像処理装置。
前記画像形成部は、前記第２の制御データに基づいて、前記印刷媒体に印刷を行う
請求項６から請求項１２のいずれか一項に記載の画像処理装置。
【請求項14】
前記第２の制御データを、前記画像形成部に送信する通信部をさらに備えた
請求項６から請求項１２のいずれか一項に記載の画像処理装置。
請求項６から請求項１２のいずれか一項に記載の画像処理装置。
【請求項15】
画像形成部によって実際に印刷がなされた印刷物における特徴量データと、前記印刷物に用いられた印刷媒体の媒体データと、前記印刷物を出力した際に前記画像形成部が使用した第１の制御データと、前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得することと、
前記画像形成部が使用すべき第２の制御データを含む教師データを取得することと、
前記状態変数データセットおよび前記教師データに基づいて機械学習を行うことにより、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され前記第２の制御データが出力される学習モデルを生成することと
を含む機械学習方法。
前記画像形成部が使用すべき第２の制御データを含む教師データを取得することと、
前記状態変数データセットおよび前記教師データに基づいて機械学習を行うことにより、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され前記第２の制御データが出力される学習モデルを生成することと
を含む機械学習方法。
【請求項16】
画像形成部によって実際に印刷がなされた印刷物の特徴量データと、前記印刷物に用いられた印刷媒体の媒体データと、前記印刷物を出力した際に前記画像形成部が使用した第１の制御データとを取得することと、
前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得することと、
前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データに基づいて、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され、前記画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、前記第２の制御データを生成することと
を含む画像処理方法。
前記画像形成部において現像剤像を前記印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得することと、
前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データに基づいて、前記特徴量データ、前記媒体データ、前記第１の制御データ、および前記抵抗値データが入力され、前記画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、前記第２の制御データを生成することと
を含む画像処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、画像処理において学習を行う機械学習装置、機械学習装置により得られた学習モデルを利用した画像処理装置、機械学習装置において用いられる機械学習方法、および画像処理装置において用いられる画像処理方法に関する。
【背景技術】
【0002】
画像形成装置では、画質を高めるために、しばしば、画像を形成する際に使用する制御パラメータの設定値（制御データ）が調整される。例えば、特許文献１には、印刷媒体の種類に応じた転写電圧および定着温度を設定する画像形成装置が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平０９－３２９９９４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
画像形成装置では、印刷画像の画質が高いことが望まれており、さらなる画質の向上が期待されている。
【0005】
印刷画像の画質を高めることができる機械学習装置、画像処理装置、機械学習方法、および画像処理方法を提供することが望ましい。
【課題を解決するための手段】
【0006】
本発明の一実施の形態における機械学習装置は、状態変数取得部と、教師データ取得部と、学習モデル生成部とを備えている。状態変数取得部は、画像形成部によって実際に印刷がなされた印刷物における特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データと、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得するように構成される。教師データ取得部は、画像形成部が使用すべき第２の制御データを含む教師データを取得するように構成される。学習モデル生成部は、状態変数データセットおよび教師データに基づいて機械学習を行うことにより、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され第２の制御データが出力される学習モデルを生成するように構成される。
【0007】
本発明の一実施の形態における画像処理装置は、印刷物情報取得部と、抵抗値情報取得部と、制御データ生成部とを備えている。印刷物情報取得部は、画像形成部によって実際に印刷がなされた印刷物の特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データとを取得するように構成される。抵抗値情報取得部は、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得するように構成される。制御データ生成部は、印刷物情報取得部および抵抗値情報取得部により取得された情報に基づいて、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され、画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、第２の制御データを生成するように構成される。
【0008】
本発明の一実施の形態における機械学習方法は、画像形成部によって実際に印刷がなされた印刷物における特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データと、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データとを含む状態変数データセットを取得することと、画像形成部が使用すべき第２の制御データを含む教師データを取得することと、状態変数データセットおよび教師データに基づいて機械学習を行うことにより、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され第２の制御データが出力される学習モデルを生成することとを含んでいる。
【0009】
本発明の一実施の形態における画像処理方法は、画像形成部によって実際に印刷がなされた印刷物の特徴量データと、印刷物に用いられた印刷媒体の媒体データと、印刷物を出力した際に画像形成部が使用した第１の制御データとを取得することと、画像形成部において現像剤像を印刷媒体に転写する転写部における抵抗値を示す抵抗値データを取得することと、特徴量データ、媒体データ、第１の制御データ、および抵抗値データに基づいて、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され、画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、第２の制御データを生成することとを含んでいる。
【発明の効果】
【0010】
本発明の一実施の形態における機械学習装置および機械学習方法によれば、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され、画像形成部が使用すべき第２の制御データが出力される学習モデルを生成するようにしたので、印刷画像の画質を高めることができる。
【0011】
本発明の一実施の形態における画像処理装置および画像処理方法によれば、特徴量データ、媒体データ、第１の制御データ、および抵抗値データが入力され、画像形成部が使用すべき第２の制御データが出力される学習モデルを用いて、第２の制御データを生成するようにしたので、印刷画像の画質を高めることができる。
【図面の簡単な説明】
【0012】
【図1】一実施の形態に係る画像形成装置の一構成例を表す説明図である。
【図5】２次転写部における抵抗値と望ましい２次転写電圧との間の相関関係の一例を表す特性図である。
【図11】変形例に係る画像形成装置の制御系の一構成例を表すブロック図である。
【図12】２次転写部における抵抗値と望ましい２次転写電圧との間の相関関係の一例を表す他の特性図である。
【図13】２次転写部における抵抗値と望ましい２次転写電圧との間の相関関係の一例を表す他の特性図である。
【図15】変形例に係る機械学習装置の一構成例を表すブロック図である。
【図16】変形例に係る画像形成システムの一構成例を表すブロック図である。
【発明を実施するための形態】
【0013】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【0014】
＜実施の形態＞
［構成例］
図１は、本発明の一実施の形態に係る画像処理装置（画像形成装置１）の一構成例を表すものである。画像形成装置１は、例えば、様々な種類の印刷媒体に対して、電子写真方式を用いて画像を形成するプリンタとして機能するものである。なお、本発明の実施の形態に係る機械学習装置は、本実施の形態により具現化されるので、併せて説明する。
［構成例］
図１は、本発明の一実施の形態に係る画像処理装置（画像形成装置１）の一構成例を表すものである。画像形成装置１は、例えば、様々な種類の印刷媒体に対して、電子写真方式を用いて画像を形成するプリンタとして機能するものである。なお、本発明の実施の形態に係る機械学習装置は、本実施の形態により具現化されるので、併せて説明する。
【0015】
画像形成装置１は、媒体収容部１１と、ホッピングローラ１２と、媒体センサ１３と、ピンチローラ１４と、レジストローラ１５と、５つの現像部２０（現像部２０Ｓ，２０Ｙ，２０Ｍ，２０Ｃ，２０Ｋ）と、５つの露光ヘッド２９（露光ヘッド２９Ｓ，２９Ｙ，２９Ｍ，２９Ｃ，２９Ｋ）と、５つの１次転写ローラ３１（１次転写ローラ３１Ｓ，３１Ｙ，３１Ｍ，３１Ｃ，３１Ｋ）と、中間転写ベルト３２と、駆動ローラ３３と、従動ローラ３４と、バックアップローラ３５と、クリーニングブレード３６と、廃トナー収容部３７と、２次転写ローラ４１と、媒体センサ４２と、定着部５０と、媒体センサ４３と、搬送ローラ４４，４５と、排出ローラ４６とを備えている。
【0016】
媒体収容部１１は、画像が形成される印刷媒体９を収容するように構成される。ホッピングローラ１２は、媒体収容部１１から印刷媒体９を取り出し、取り出した印刷媒体９を搬送路８に沿って送り出すように構成される。媒体センサ１３は、印刷媒体９の通過を検出するように構成される。ピンチローラ１４は、搬送路８を通過する印刷媒体９の斜行（スキュー）を矯正するように構成され、搬送路８を挟んでレジストローラ１５と対向配置される。レジストローラ１５は、印刷媒体９を搬送路８に沿って２次転写部４０に向かって送り出すように構成され、搬送路８を挟んでピンチローラ１４と対向配置される。搬送路８には、印刷媒体９を導くガイド（図示せず）が設けられ、印刷媒体９は、このガイドにより導かれることにより、搬送路８に沿って搬送方向Ｆ１に搬送されるようになっている。
【0017】
５つの現像部２０は、トナー像をそれぞれ形成するように構成される。具体的には、現像部２０Ｓは、白色や蛍光色などの特殊色のトナー像を形成し、現像部２０Ｙは黄色（Ｙ）のトナー像を形成し、現像部２０Ｍはマゼンタ色（Ｍ）のトナー像を形成し、現像部２０Ｃはシアン色（Ｃ）のトナー像を形成し、現像部２０Ｋはいわゆるキープレート（Ｋｅｙ ｐｌａｔｅ）に対応する黒色（Ｋ）のトナー像を形成するようになっている。現像部２０Ｓ，２０Ｙ，２０Ｍ，２０Ｃ，２０Ｋは、中間転写ベルト３２の搬送方向Ｆ２においてこの順に配置される。
【0018】
図２は、現像部２０の一構成例を表すものである。現像部２０は、感光ドラム２１と、クリーニングブレード２２と、帯電ローラ２３と、現像ローラ２４と、現像ブレード２５と、供給ローラ２６と、トナー収容部２７とを有している。
【0019】
感光ドラム２１は、表面（表層部分）に静電潜像を担持するように構成される。感光ドラム２１は、図示しないドラムモータから伝達された動力により、この例では時計回りで回転する。感光ドラム２１は、帯電ローラ２３により帯電し、露光ヘッド２９により露光される。これにより、感光ドラム２１の表面には、静電潜像が形成される。そして、感光ドラム２１に、現像ローラ２４によりトナーが供給されることにより、感光ドラム２１には、静電潜像に応じたトナー像が形成されるようになっている。
【0020】
クリーニングブレード２２は、感光ドラム２１の表面（表層部分）に残留するトナーを掻き取ってクリーニングするように構成される。そして、掻き取られたトナーは、廃トナーボックス（図示せず）に廃トナーとして回収されるようになっている。
【0021】
帯電ローラ２３は、感光ドラム２１の表面（表層部分）を帯電させるように構成される。帯電ローラ２３は、感光ドラム２１の表面（周面）に接するように配置され、所定の押し付け量で感光ドラム２１に押し付けられるように配置される。帯電ローラ２３は、感光ドラム２１の回転に応じて、この例では反時計回りで回転する。帯電ローラ２３には、画像形成制御部６５（後述）により帯電電圧が印加されるようになっている。
【0022】
現像ローラ２４は、トナーを表面に担持するように構成される。現像ローラ２４は、感光ドラム２１の表面（周面）に接するように配置され、所定の押し付け量で感光ドラム２１に押し付けられるように配置される。現像ローラ２４は、図示しないドラムモータから伝達された動力により、この例では反時計回りで回転する。現像ローラ２４には、画像形成制御部６５（後述）により現像電圧が印加されるようになっている。
【0023】
現像ブレード２５は、現像ローラ２４の表面に当接することにより、この現像ローラ２４の表面にトナーからなる層（トナー層）を形成させるとともに、そのトナー層の厚さを規制（制御，調整）するように構成される。現像ブレード２５は、折れ曲がった部分が現像ローラ２４の表面に当接するように配置されるとともに、所定の押し付け量で現像ローラ２４に押し付けられるように配置される。現像ブレード２５には、画像形成制御部６５（後述）により規制電圧が印加されるようになっている。
【0024】
供給ローラ２６は、トナー収容部２７内に収容されたトナーを、現像ローラ２４に対して供給するように構成される。供給ローラ２６は、現像ローラ２４の表面（周面）に接するように配置され、所定の押し付け量で現像ローラ２４に押し付けられるように配置される。供給ローラ２６は、図示しないドラムモータから伝達された動力により、この例では反時計回りで回転する。これにより、各現像部２０では、供給ローラ２６の表面と現像ローラ２４の表面との間に摩擦が生じる。その結果、各現像部２０では、トナーが、いわゆる摩擦帯電により帯電する。供給ローラ２６には、画像形成制御部６５（後述）により供給電圧が印加されるようになっている。
【0025】
トナー収容部２７は、現像部２０において使用されるトナーを収容するように構成される。具体的には、現像部２０Ｓのトナー収容部２７は特殊色のトナーを収容し、現像部２０Ｙのトナー収容部２７は黄色のトナーを収容し、現像部２０Ｍのトナー収容部２７はマゼンタ色のトナーを収容し、現像部２０Ｃのトナー収容部２７はシアン色のトナーを収容し、現像部２０Ｋのトナー収容部２７は黒色のトナーを収容するようになっている。
【0026】
５つの露光ヘッド２９（図１）は、感光ドラム２１に対して光を照射するように構成される。露光ヘッド２９は、例えば、主走査線方向（図１における奥行方向）に並設された複数の発光ダイオードを有し、これらの発光ダイオードを用いて、ドット単位で感光ドラム２１に対して光を照射する。これにより、これらの感光ドラム２１は、対応する露光ヘッド２９により露光され、感光ドラム２１の表面に、静電潜像が形成されるようになっている。
【0027】
５つの１次転写ローラ３１は、５つの現像部２０により形成されたトナー像を、中間転写ベルト３２の被転写面上に静電的にそれぞれ転写（１次転写）するように構成される。１次転写ローラ３１Ｓは、中間転写ベルト３２を介して現像部２０Ｓの感光ドラム２１に対向配置され、１次転写ローラ３１Ｙは、中間転写ベルト３２を介して現像部２０Ｙの感光ドラム２１に対向配置され、１次転写ローラ３１Ｍは、中間転写ベルト３２を介して現像部２０Ｍの感光ドラム２１に対向配置され、１次転写ローラ３１Ｃは、中間転写ベルト３２を介して現像部２０Ｃの感光ドラム２１に対向配置され、１次転写ローラ３１Ｋは、中間転写ベルト３２を介して現像部２０Ｋの感光ドラム２１に対向配置される。各１次転写ローラ３１には、画像形成制御部６５（後述）により１次転写電圧が印加されるようになっている。
【0028】
中間転写ベルト３２は、この例では５つの現像部２０により形成されたトナー像を担持する無端の弾性ベルトであり、駆動ローラ３３、従動ローラ３４、およびバックアップローラ３５によって張設（張架）される。中間転写ベルト３２は、駆動ローラ３３の回転に応じて、搬送方向Ｆ２の方向に循環搬送されるようになっている。
【0029】
駆動ローラ３３は、中間転写ベルト３２を循環搬送させるように構成される。この例では、駆動ローラ３３は、搬送方向Ｆ２において、５つの現像部２０の下流に配置され、ベルトモータ（図示せず）から伝達された動力により、この例では反時計回りで回転する。これにより、駆動ローラ３３は、中間転写ベルト３２を搬送方向Ｆ２の方向へ循環搬送させるようになっている。
【0030】
従動ローラ３４は、中間転写ベルト３２の循環搬送に応じて従動回転するように構成される。従動ローラ３４は、搬送方向Ｆ２において、５つの現像部２０の上流に配置されている。
【0031】
バックアップローラ３５は、中間転写ベルト３２の循環搬送に応じて従動回転するように構成される。バックアップローラ３５は、印刷媒体９を搬送する搬送路８および中間転写ベルト３２を挟んで、２次転写ローラ４１と対向配置される。バックアップローラ３５は、この２次転写ローラ４１とともに、２次転写部４０を構成する。
【0032】
クリーニングブレード３６は、中間転写ベルト３２の被転写面上に付着した残留トナーなどの付着物を掻き取ってクリーニングするように構成される。クリーニングブレード３６は、この例では、搬送方向Ｆ２における２次転写部４０の下流において、中間転写ベルト３２の被転写面に当接するように配置される。
【0033】
廃トナー収容部３７は、クリーニングブレード３６により掻き取られた付着物を収容するように構成される。
【0034】
２次転写ローラ４１は、中間転写ベルト３２の被転写面上のトナー像を、印刷媒体９の被転写面上に転写（２次転写）するように構成される。２次転写ローラ４１は、搬送路８および中間転写ベルト３２を挟んで、バックアップローラ３５と対向配置され、所定の押し付け量でバックアップローラ３５に押し付けられるように配置される。２次転写ローラ４１は、バックアップローラ３５とともに、２次転写部４０を構成する。２次転写ローラ４１には、画像形成制御部６５（後述）により２次転写電圧が印加されるようになっている。２次転写電圧の電圧値は、例えば、１０００Ｖ～５０００Ｖ程度の電圧範囲内の電圧である。また、後述するように、画像形成装置１が２次転写部４０における抵抗値Ｒ４０を検出する際に、この２次転写ローラ４１には、画像形成制御部６５（後述）により検出電圧Ｖ１が印加される。検出電圧Ｖ１の電圧値は、例えば、１０００Ｖ～５０００Ｖ程度の電圧範囲内の電圧である。そして、画像形成装置１は、この検出電圧Ｖ１と、２次転写ローラ４１およびバックアップローラ３５の間に流れる電流とに基づいて、２次転写部４０における抵抗値Ｒ４０を検出するようになっている。
【0035】
媒体センサ４２は、印刷媒体９の通過を検出するように構成される。
【0036】
定着部５０は、２次転写部４０から供給された印刷媒体９に対して熱および圧力を付与することにより、印刷媒体９上に転写されたトナー像を印刷媒体９に定着させるように構成される。定着部５０は、ヒートローラ５１と、加圧ローラ５３と、サーミスタ５４を有する。ヒートローラ５１は、その内部にハロゲンヒータ等のヒータ５２を含んで構成されており、印刷媒体９上のトナーに対して熱を付与するように構成される。ヒートローラ５１は、ヒータモータ（図示せず）から伝達された動力により回転するようになっている。加圧ローラ５３は、ヒートローラ５１との間に圧接部が形成されるように配置されており、印刷媒体９上のトナーに対して圧力を付与するように構成される。サーミスタ５４は、ヒートローラ５１の温度（定着温度）を検出するように構成される。この定着温度は、画像形成制御部６５（後述）により制御される。これにより、定着部５０では、印刷媒体９上のトナーが、加熱され、融解し、加圧される。その結果、トナー像が印刷媒体９上に定着するようになっている。
【0037】
媒体センサ４３は、印刷媒体９の通過を検出するように構成される。搬送ローラ４４は、搬送路８を挟んで配置された一対のローラであり、定着部５０から供給された印刷媒体９を、搬送路８に沿って搬送するように構成される。搬送ローラ４５は、搬送路８を挟んで配置された一対のローラであり、搬送路８に沿って搬送された印刷媒体９を、排出ローラ４６に向かって搬送するように構成される。排出ローラ４６は、搬送路８を挟んで配置された一対のローラであり、印刷媒体９を画像形成装置１の外部のスタッカ４７に排出するように構成される。
【0038】
図３は、画像形成装置１における制御系の一構成例を表すものである。画像形成装置１は、通信部６１と、表示操作部６２と、環境センサ６３と、電流センサ６４と、画像形成制御部６５と、処理部７０と、記憶部６６とを備えている。
【0039】
通信部６１は、ＬＡＮ（Local Area Network）を用いて通信を行うように構成される。通信部６１は、この例では、ネットワークＮＥＴを介して、情報処理装置９１および画像読取装置９２に接続される。情報処理装置９１は、例えばパーソナルコンピュータであり、画像読取装置９２は、いわゆるスキャナである。通信部６１は、例えば、情報処理装置９１から送信された印刷データや、画像読取装置９２から送信された読取画像データを受信することができるようになっている。
【0040】
表示操作部６２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示するように構成される。表示操作部６２は、例えば各種ボタン、タッチパネル、液晶ディスプレイ、各種インジケータなどを用いて構成される。
【0041】
環境センサ６３は、画像形成装置１の周囲の温度および湿度を検出するように構成される。
【0042】
電流センサ６４は、２次転写部４０に流れる電流を検出するように構成される。画像形成装置１は、後述するように、印刷物に印刷不良が発生した場合に、印刷媒体９に画像を形成することなく、印刷媒体９を搬送することにより、２次転写部４０における抵抗値Ｒ４０を検出する。その際、電流センサ６４は、２次転写部４０において、トナー像が形成されていない印刷媒体９が通過している期間において、２次転写ローラ４１に検出電圧Ｖ１が印加されている場合に、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値を検出する。そして、電流センサ６４は、検出した電流値についての情報を処理部７０の抵抗値情報取得部７３（後述）に供給するようになっている。
【0043】
画像形成制御部６５は、処理部７０からの指示に基づいて、画像形成装置１における画像形成動作を制御するように構成される。具体的には、画像形成制御部６５は、例えば、５つの露光ヘッド２９における露光動作を制御する。また、画像形成制御部６５は、各種電源の動作を制御することにより、帯電電圧、現像電圧、規制電圧、供給電圧、１次転写電圧、２次転写電圧、および検出電圧Ｖ１の生成動作を制御する。また、画像形成制御部６５は、各種モータの動作を制御することにより、印刷媒体９の搬送動作、現像部２０におけるトナー像の形成動作、および中間転写ベルト３２の搬送動作を制御する。また、画像形成制御部６５は、定着部５０のサーミスタ５４による定着温度の検出結果に基づいて、ヒータ５２への通電を制御することにより、定着温度を制御するようになっている。
【0044】
処理部７０は、画像形成装置１内の各ブロックの動作を制御することにより、画像形成装置１の全体動作を制御するように構成される。処理部７０は、例えば、ＣＰＵ（Central Processing Unit）、情報を一時的に記憶するＲＡＭ（Random Access Memory）などを用いて構成される。処理部７０は、画像形成処理部７１と、印刷物情報取得部７２と、抵抗値情報取得部７３と、制御データ生成部７４とを有している。
【0045】
画像形成処理部７１は、例えば印刷データに基づいて、印刷データに含まれる画像データに対して所定の画像処理を行うとともに、例えば画像形成装置１の周囲の温度および湿度や、印刷媒体の種類などに基づいて、画像形成を行う際に使用する制御パラメータの設定値（制御データ）を生成するように構成される。処理部７０は、画像形成処理部７１により画像処理が施された画像データ、および画像形成処理部７１により生成された制御データを画像形成制御部６５に供給することにより、画像形成制御部６５に対して画像形成動作を指示するようになっている。
【0046】
印刷物情報取得部７２、抵抗値情報取得部７３、および制御データ生成部７４は、画像形成装置１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、その印刷不良を改善可能な制御データ１２３を生成するように構成される。
【0047】
図４は、印刷物情報取得部７２、抵抗値情報取得部７３、および制御データ生成部７４の一例を表すものである。
【0048】
印刷物情報取得部７２は、画像形成装置１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、その印刷物についての情報（印刷物情報１００）を取得するように構成される。印刷物情報１００は、画像データ１０１と、媒体データ１０２と、制御データ１０３と、環境データ１０４とを含んでいる。
【0049】
画像データ１０１は、画像読取装置９２が、画像形成装置１により印刷された、印刷不良が生じた印刷物の画像を読み取ることにより生成した画像データであり、印刷不良が生じた印刷物と同様の印刷不良についての情報を含む。印刷物情報取得部７２は、画像読取装置９２が送信し、通信部６１が受信した画像データ１０１を取得することができる。なお、これに限定されるものではなく、例えば、スマートフォンやタブレット端末などのカメラが印刷物を撮像し、印刷物情報取得部７２は、その撮像結果に基づいて画像データ１０１を取得してもよい。また、例えば、画像形成装置１における印刷媒体９の排出口に画像読取センサが設けられている場合には、この画像読取センサが印刷物の画像を読み取り、印刷物情報取得部７２は、この読取結果に基づいて画像データ１０１を取得してもよい。
【0050】
媒体データ１０２は、印刷不良が生じた印刷物の印刷媒体９についての様々なデータであり、好適には印刷媒体９のコーティングの有無、素材、厚さ、重量、および密度に関するデータを含んでいる。ここで、素材に関するデータは、印刷媒体９に用いられている主要な素材を特定すれば足り、付加的に含まれる素材についての情報までをも要するものでは必ずしもない。また、重量に関するデータは、印刷媒体９の重さに関連する特性を示すものであれば種々のものを利用可能であり、具体的には、例えば坪量や連量といった、画像形成装置の技術分野において一般に用いられるものを利用することができる。密度に関するデータは、例えば、厚さおよび重量（坪量）に基づいて得ることができる。例えば、ユーザが表示操作部６２を操作して、印刷媒体９に予め付与された製品コードを入力した場合に、印刷物情報取得部７２は、その製品コードに基づいて媒体データ１０２を取得することができる。なお、これに限定されるものではなく、印刷物情報取得部７２は、例えば、通信部６１が受信した印刷データに含まれる、印刷媒体９についてのデータに基づいて、媒体データ１０２を取得してもよい。また、例えば、印刷物情報取得部７２は、画像形成装置１に印刷媒体９についての情報を検出するセンサが設けられている場合には、印刷物情報取得部７２は、このセンサの検出結果に基づいて媒体データ１０２を取得してもよい。
【0051】
制御データ１０３は、印刷不良が生じた印刷物を印刷したときに画像形成装置１が用いた制御データであり、この例では、２次転写電圧の設定値および定着温度の設定値を含む。すなわち、図１に示した画像形成装置１では、２次転写電圧および定着温度が、画質に大きな影響を及ぼし得るものであり、印刷不良との間に高い相関関係を有している。具体的には、例えば、２次転写電圧が高いことは、主にちり（白点が発生する印刷不良）の原因となり、反対に２次転写電圧が低いことは、主にかすれ（色が薄くなる印刷不良）の原因となる。また、定着温度が高いことは、主に斑点（斑点状の模様が発生する印刷不良）の原因となり、反対に定着温度が低いことは、主に定着不良（トナー剥がれの印刷不良）やいわゆる画ずれ（濃度の薄い部分が生じる印刷不良）の原因となる。よって、制御データ１０３は、２次転写電圧および定着温度の設定値を含むようにしている。印刷物情報取得部７２は、印刷不良が生じた印刷物を印刷したときに画像形成処理部７１が生成した制御データに基づいて、この制御データ１０３を取得するようになっている。
【0052】
環境データ１０４は、画像形成装置１が、印刷不良が生じた印刷物を印刷したときの、画像形成装置１の周囲の温度および湿度のデータである。印刷物情報取得部７２は、例えば、環境センサ６３の検出結果に基づいて、この環境データ１０４を取得することができる。なお、これに限定されるものではなく、例えば、画像形成装置１の外部に環境センサが設けられている場合には、印刷物情報取得部７２は、この環境センサの検出結果に基づいて環境データ１０４を取得してもよい。また、例えば、ユーザが表示操作部６２を操作することにより、画像形成装置１の周囲の温度および湿度のデータを入力し、印刷物情報取得部７２は、この入力データに基づいて環境データ１０４を取得してもよい。
【0053】
印刷物情報取得部７２は、このような画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４を含む印刷物情報１００を取得し、この印刷物情報１００を記憶部６６に記憶させる。そして、印刷物情報取得部７２は、この印刷物情報１００を制御データ生成部７４に供給するようになっている。
【0054】
抵抗値情報取得部７３は、画像形成装置１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、電流センサ６４の検出結果に基づいて、２次転写部４０における抵抗値Ｒ４０についての情報（抵抗値情報１１０）を取得するように構成される。抵抗値情報１１０は、抵抗値データ１１１を含んでいる。抵抗値データ１１１は、２次転写部４０における抵抗値Ｒ４０のデータである。画像形成装置１は、後述するように、印刷物に印刷不良が発生した場合に、印刷媒体９に画像を形成することなく、印刷媒体９を搬送することにより、２次転写部４０における抵抗値Ｒ４０を検出する。抵抗値情報取得部７３は、検出電圧Ｖ１の電圧値を、電流センサ６４が検出した、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値で除算することにより、２次転写部４０における抵抗値Ｒ４０を算出する。この抵抗値Ｒ４０は、例えば、印刷媒体９の抵抗値、２次転写ローラ４１の抵抗値、中間転写ベルト３２の抵抗値、バックアップローラ３５の抵抗値などを含む。２次転写部４０における抵抗値Ｒ４０を検出する場合には、印刷媒体９に画像を形成しないので、印刷媒体９にはトナー像は形成されていない。よって、検出した抵抗値Ｒ４０はトナーの影響を受けない。抵抗値情報取得部７３は、このように、２次転写部４０における抵抗値Ｒ４０を検出することにより、この抵抗値Ｒ４０についての情報を含む抵抗値データ１１１を生成する。抵抗値情報取得部７３は、このようにして、抵抗値データ１１１を含む抵抗値情報１１０を取得し、この抵抗値情報１１０を記憶部６６に記憶させる。そして、抵抗値情報取得部７３は、この抵抗値情報１１０を制御データ生成部７４に供給するようになっている。
【0055】
制御データ生成部７４は、予め機械学習を行うことにより生成され記憶部６６に記憶された制御データ生成モデルＭを用いて、印刷不良を改善可能な制御データ１２３を生成するように構成される。制御データ生成モデルＭは、画像データ１０１、媒体データ１０２、制御データ１０３、環境データ１０４、および抵抗値データ１１１が入力され、印刷不良を改善可能な、２次転写電圧の設定値および定着温度の設定値を含む制御データ１２３が出力されるように構成される。制御データ生成部７４は、このような制御データ生成モデルＭを用いて、印刷物情報取得部７２が取得した画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４と、抵抗値情報取得部７３が取得した抵抗値データ１１１とに基づいて、印刷不良を改善可能な制御データ１２３を生成する。そして、制御データ生成部７４は、生成した制御データ１２３を記憶部６６に記憶させるようになっている。
【0056】
このように、画像形成装置１では、画像データ１０１、媒体データ１０２、制御データ１０３、環境データ１０４に加え、２次転写部４０における抵抗値Ｒ４０のデータである抵抗値データ１１１を、制御データ生成モデルＭに入力することにより、制御データ１２３を生成する。これにより、画像形成装置１では、以下に示すように、印刷画像の画質を高めることができる。
【0057】
図５は、２次転写部４０における抵抗値Ｒ４０と、良好な画質が得られる望ましい２次転写電圧との関係を表すものである。２次転写部４０における抵抗値と、望ましい２次転写電圧との間には、図５に示したような、１次関数的な相関関係がある。この相関関係では、２次転写部４０における抵抗値Ｒ４０が大きい場合には、望ましい２次転写電圧は高くなり、２次転写部４０における抵抗値Ｒ４０が小さい場合には、望ましい２次転写電圧は低くなる。例えば、抵抗値が高い印刷媒体９に画像を形成する場合において、２次転写電圧を低くすると、あまり電流が流れず適切に２次転写を行うことができないので、かすれ（色が薄くなる印刷不良）が生じ得る。また、例えば、抵抗値が低い印刷媒体９に画像を形成する場合において、２次転写電圧を高くすると、ちり（白点が発生する印刷不良）が生じ得る。よって、図５に示したように、２次転写部４０における抵抗値Ｒ４０が大きい場合には２次転写電圧を高くすることが望ましく、２次転写部４０における抵抗値Ｒ４０が小さい場合には２次転写電圧を低くすることが望ましい。制御データ生成モデルＭでは、機械学習により、２次転写部４０における抵抗値Ｒ４０と、望ましい２次転写電圧との間のこのような相関関係が反映されている。これにより、画像形成装置１では、印刷画像の画質を高めることができるようになっている。
【0058】
記憶部６６（図３）は、画像形成装置１において使用される様々なデータを記憶する不揮発性の記憶装置である。記憶部６６は、制御データ生成モデルＭ、印刷物情報１００、抵抗値情報１１０、および制御データ１２３を記憶する。制御データ生成モデルＭは、後述する機械学習装置２００により生成され、記憶部６６に予め記憶される。印刷物情報１００は、印刷物情報取得部７２により取得され、記憶部６６に記憶される。抵抗値情報１１０は、抵抗値情報取得部７３により取得され、記憶部６６に記憶される。制御データ１２３は、制御データ生成部７４により生成され、記憶部６６に記憶される。
【0059】
この構成により、画像形成装置１では、実際に印刷を行い、印刷物に印刷不良が生じた場合に、印刷物情報取得部７２が印刷物情報１００（画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４）を取得し、抵抗値情報取得部７３が抵抗値情報１１０（抵抗値データ１１１）を取得し、制御データ生成部７４が印刷物情報１００および抵抗値情報１１０に基づいて、その印刷不良を改善可能な制御データ１２３を生成する。これにより、画像形成装置１は、印刷画像の画質を高めることができるようになっている。
【0060】
（機械学習装置２００）
図６は、制御データ生成モデルＭを生成する機械学習装置２００の一構成例を表すものである。機械学習装置２００は、例えば画像形成装置１の製造業者の技術者が操作する装置である。機械学習装置２００は、この例では、パーソナルコンピュータである。機械学習装置２００には、ディスプレイ２０１と、キーボード２０２と、マウス２０３と、画像読取装置２０４とが接続されている。ディスプレイ２０１は、機械学習装置２００から供給された画像信号に基づいて画像を表示するものである。キーボード２０２およびマウス２０３は、ユーザが情報を入力する際に用いるものである。画像読取装置２０４は、いわゆるスキャナである。
図６は、制御データ生成モデルＭを生成する機械学習装置２００の一構成例を表すものである。機械学習装置２００は、例えば画像形成装置１の製造業者の技術者が操作する装置である。機械学習装置２００は、この例では、パーソナルコンピュータである。機械学習装置２００には、ディスプレイ２０１と、キーボード２０２と、マウス２０３と、画像読取装置２０４とが接続されている。ディスプレイ２０１は、機械学習装置２００から供給された画像信号に基づいて画像を表示するものである。キーボード２０２およびマウス２０３は、ユーザが情報を入力する際に用いるものである。画像読取装置２０４は、いわゆるスキャナである。
【0061】
機械学習装置２００は、処理部２１０と、記憶部２２０と、メモリ２３０と、インタフェース２４０と、ディスプレイインタフェース２５０と、通信部２６０とを有している。処理部２１０、記憶部２２０、メモリ２３０、インタフェース２４０、ディスプレイインタフェース２５０、および通信部２６０は、バス２９０に接続されている。
【0062】
処理部２１０は、例えばＣＰＵを用いて構成される。処理部２１０は、データセット取得部２１１と、教師データ取得部２１２と、学習モデル生成部２１３とを有している。
【0063】
図７は、データセット取得部２１１、教師データ取得部２１２、および学習モデル生成部２１３の一構成例を表すものである。
【0064】
データセット取得部２１１は、印刷不良が生じた印刷物ＰについてのデータセットＤＳを取得するように構成される。データセットＤＳは、画像データ２２１と、媒体データ２２２と、制御データ２２３と、環境データ２２４と、抵抗値データ２７１とを含んでいる。
【0065】
画像データ２２１は、画像読取装置２０４が、例えば印刷不良が生じた印刷物Ｐを読み取ることにより生成した画像データである。データセット取得部２１１は、例えば、画像読取装置２０４から供給された画像データ２２１を取得するようになっている。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、画像データ２２１を取得してもよい。
【0066】
媒体データ２２２は、媒体データ１０２と同様に、印刷物Ｐの印刷媒体９についての様々なデータである。データセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、印刷媒体９についての情報を入力することにより、媒体データ２２２を取得することができる。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、媒体データ２２２を取得してもよい。
【0067】
制御データ２２３は、制御データ１０３と同様に、印刷物Ｐを印刷した画像形成装置１が用いた制御データであり、２次転写電圧の設定値および定着温度の設定値を含む。例えば技術者は、印刷物Ｐを印刷した画像形成装置において使用された制御データに基づいて、制御データ２２３を得ることができる。データセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、画像形成装置１において使用された制御パラメータの設定値を入力することにより、制御データ２２３を取得することができる。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、制御データ２２３を取得してもよい。
【0068】
環境データ２２４は、環境データ１０４と同様に、印刷物Ｐを印刷した画像形成装置１の周囲の温度および湿度のデータである。データセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、測定した温度や湿度についての情報を入力することにより、環境データ２２４を取得することができる。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、環境データ２２４を取得してもよい。
【0069】
抵抗値データ２７１は、抵抗値データ１１１と同様に、印刷物Ｐを印刷した画像形成装置１の２次転写部４０における抵抗値Ｒ４０のデータである。データセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、印刷物Ｐを印刷した画像形成装置において検出された、２次転写部４０における抵抗値Ｒ４０を入力することにより、抵抗値データ２７１を取得することができる。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、抵抗値データ２７１を取得してもよい。
【0070】
データセット取得部２１１は、印刷不良が生じた印刷物Ｐについての、このような画像データ２２１、媒体データ２２２、制御データ２２３、環境データ２２４、および抵抗値データ２７１を含むデータセットＤＳを取得する。データセット取得部２１１は、複数の印刷物Ｐのそれぞれについて、このようなデータセットＤＳを取得するようになっている。
【0071】
教師データ取得部２１２は、印刷物Ｐにおける印刷不良が十分に少なくなるように改善された制御データ２８３を含む教師データＤＴを取得するように構成される。制御データ２８３は、２次転写電圧の設定値および定着温度の設定値を含む。例えば技術者は、印刷物Ｐや、その印刷物Ｐを印刷した際に使用された制御データ等に基づいて、画質が向上する設定値を調べることにより、印刷不良が十分に少なくなるように改善された制御データを導き出すことができる。教師データ取得部２１２は、例えば技術者がキーボード２０２やマウス２０３を操作して、２次転写電圧や定着温度などの制御パラメータの設定値を入力することにより、制御データ２８３を取得することができる。なお、これに限定されるものではなく、例えば、通信部２６０が、他の装置と通信を行うことにより、制御データ２８３を取得してもよい。
【0072】
学習モデル生成部２１３は、データセット取得部２１１が取得したデータセットＤＳ、および教師データ取得部２１２が取得した教師データＤＴに基づいて、機械学習を行うことにより、制御データ生成モデルＭを生成するように構成される。学習モデル生成部２１３は、ニューラルネットワークモデルを用いた、いわゆる教師あり学習を行うことにより、制御データ生成モデルＭを生成するようになっている。
【0073】
記憶部２２０（図６）は、機械学習装置２００において使用される様々なデータを記憶する不揮発性の記憶装置である。記憶部２２０は、データセットＤＳ、教師データＤＴ、および制御データ生成モデルＭを記憶している。データセットＤＳは、データセット取得部２１１により取得され、記憶部２２０に記憶される。教師データＤＴは、教師データ取得部２１２により取得され、記憶部２２０に記憶される。制御データ生成モデルＭは、学習モデル生成部２１３により生成され、記憶部２２０に記憶される。
【0074】
メモリ２３０は、処理部２１０が処理を行う際に一時的にデータを記憶するように構成される。インタフェース２４０は、機械学習装置２００に外部機器を接続するためのインタフェースであり、この例では、キーボード２０２、マウス２０３、および画像読取装置２０４が接続されている。ディスプレイインタフェース２５０は、機械学習装置２００にディスプレイ２０１を接続するためのインタフェースであり、ディスプレイ２０１に対して画像信号を供給するように構成される。通信部２６０は、例えばＬＡＮなどを用いて様々な装置に接続され、これらの装置との間で通信を行うように構成される。
【0075】
図８は、機械学習装置２００において実施される教師あり学習のためのニューラルネットワークモデルの一例を表すものである。ニューラルネットワークモデルにおけるニューラルネットワークＮＮは、入力層ＬＸにおけるｋ個のニューロンｘ（ニューロンｘ１～ｘｋ）と、第１中間層ＬＹ１おけるｍ個のニューロンｙ１（ニューロンｙ１１～ｙ１ｍ）と、第２中間層ＬＹ２におけるｎ個のニューロンｙ２（ニューロンｙ２１～ｙ２ｎ）と、出力層ＬＺにおける２個のニューロンｚ（ニューロンｚ１～ｚ２）とを有している。第１中間層および第２中間層は、隠れ層とも呼ばれる。ニューラルネットワークＮＮは、第１中間層および第２中間層の他に、さらに複数の隠れ層を有してもよく、あるいは第１中間層のみを隠れ層としてもよい。
【0076】
また、入力層と第１中間層との間、第１中間層と第２中間層との間、第２中間層と出力層との間には、層間のニューロンを接続するノードが張られており、それぞれのノードには、重みｗｉ（ｉは自然数）が対応づけられている。
【0077】
以下に、データセットＤＳおよび教師データＤＴに基づいて、機械学習を実行することにより制御データ生成モデルＭを生成する処理を例に挙げて説明する。
【0078】
学習モデル生成部２１３は、データセットＤＳを用いて、画像形成装置１の制御データと、その画像形成装置１が印刷した印刷物Ｐとの相関関係を学習する。具体的には、学習モデル生成部２１３は、データセットＤＳを入力層ＬＸの複数のニューロンｘに対応づけることにより、出力層ＬＺの各ニューロンｚの値を算出する。まず、学習モデル生成部２１３は、入力層ＬＸのｋ個のニューロンｘの値に基づいて、第１中間層ＬＹ１のｍ個のニューロンｙ１の値を算出する。具体的には、学習モデル生成部２１３は、第１中間層ＬＹ１の各ニューロンｙ１の値を、当該ニューロンｙ１に接続された、入力層ＬＸのｋ個のニューロンｘの値に基づいて、各ノードに対応づけられた重みＷｉを用いて重みづけ加算を行うことにより算出する。同様に、学習モデル生成部２１３は、第１中間層ＬＹ１のｍ個のニューロンｙ１の値に基づいて、第２中間層ＬＹ２のｎ個のニューロンｙ２の値を算出し、第２中間層ＬＹ２のｎ個のニューロンｙ２の値に基づいて、出力層ＬＺの２つのニューロンｚの値を算出する。このようにして、学習モデル生成部２１３は、データセットＤＳを入力層ＬＸの複数のニューロンｘに対応づけることにより、出力層ＬＺにおける各ニューロンｚの値を算出することができる。なお、データセットＤＳを入力層ＬＸのｋ個のニューロンｘに対応付けるに際し、データセットＤＳに含まれるデータをどのような形式で対応付けるかは、生成される制御データ生成モデルＭの精度等を考慮して適宜設定することができる。例えば、データセットＤＳに含まれる画像データ２２１を入力層ＬＸの複数のニューロンｘに対応付ける場合には、その画像データを複数の領域に分割した上で、分割された各領域の色値（例えばＲＧＢ値）を入力層ＬＸの複数のニューロンｘにそれぞれ対応付けることができる。
【0079】
そして、学習モデル生成部２１３は、算出された出力層ＬＺの２つのニューロンｚ１，ｚ２の値と、教師データＤＴに含まれる２つのデータｔ１，ｔ２の値とを、それぞれ比較して誤差を求める。ここで、ニューロンｚ１，ｚ２の値は、この例では２次転写電圧の設定値および定着温度の設定値である。また、データｔ１，ｔ２の値は、教師データＤＴにおける、２次転写電圧の設定値および定着温度の設定値である。そして、学習モデル生成部２１３は、求められた誤差が小さくなるように、各ノードに対応づけられた重みｗｉを調整する（バックプロバケーション）ことを反復する。
【0080】
そして、上述した一連の工程を所定回数反復して実施し、あるいは上述した誤差が許容値より小さくなること等の所定の条件が満たされるまで反復して実施した場合には、学習モデル生成部２１３は、学習を終了して、そのニューラルネットワークモデルを制御データ生成モデルＭとして記憶部２２０に記憶する。このようにして、学習モデル生成部２１３は、ニューラルネットワークモデルのノードのそれぞれに対応づけられた全ての重みｗｉについての情報を含む制御データ生成モデルＭを生成する。学習モデル生成部２１３は、例えば、印刷不良が生じた複数の印刷物Ｐについて、このような処理を行うことにより、制御データ生成モデルＭを生成するようになっている。
【0081】
ここで、機械学習装置２００は、本発明における「機械学習装置」の一具体例に対応する。データセット取得部２１１は、本発明における「データセット取得部」の一具体例に対応する。教師データ取得部２１２は、本発明における「教師データ取得部」の一具体例に対応する。学習モデル生成部２１３は、本発明における「学習モデル生成部」の一具体例に対応する。データセットＤＳは、本発明における「状態変数データセット」の一具体例に対応する。画像データ２２１は、本発明における「特徴量データ」の一具体例に対応する。媒体データ２２２は、本発明における「媒体データ」の一具体例に対応する。制御データ２２３は、本発明における「第１の制御データ」の一具体例に対応する。抵抗値データ２７１は、本発明における「抵抗値データ」の一具体例に対応する。教師データＤＴは、本発明における「教師データ」の一具体例に対応する。制御データ２８３は、本発明における「第２の制御データ」の一具体例に対応する。制御データ生成モデルＭは、本発明における「学習モデル」の一具体例に対応する。現像部２０、２次転写部４０、および定着部５０は、本発明における「画像形成部」の一具体例に対応する。２次転写部４０は、本発明における「転写部」の一具体例に対応する。２次転写ローラ４１は、本発明における「第１の回転体」の一具体例に対応する。バックアップローラ３５は、本発明における「第２の回転体」の一具体例に対応する。
【0082】
画像形成装置１は、本発明における「画像処理装置」の一具体例に対応する。印刷物情報取得部７２は、本発明における「印刷物情報取得部」の一具体例に対応する。抵抗値情報取得部７３は、本発明における「抵抗値情報取得部」の一具体例に対応する。制御データ生成部７４は、本発明における「制御データ生成部」の一具体例に対応する。制御データ１０５は、本発明における「制御データ」の一具体例に対応する。印刷物情報１００は、本発明における「印刷物情報」の一具体例に対応する。画像データ１０１は、本発明における「画像データ」の一具体例に対応する。媒体データ１０２は、本発明における「媒体データ」の一具体例に対応する。制御データ１０３は、本発明における「第１の制御データ」の一具体例に対応する。環境データ１０４は、本発明における「環境データ」の一具体例に対応する。抵抗値データ１１１は、本発明における「抵抗値データ」の一具体例に対応する。
【0083】
［動作および作用］
続いて、本実施の形態の画像形成装置１および機械学習装置２００の動作および作用について説明する。
続いて、本実施の形態の画像形成装置１および機械学習装置２００の動作および作用について説明する。
【0084】
（全体動作概要）
まず、図３，４を参照して、画像形成装置１の全体動作概要を説明する。画像形成装置１において、通信部６１は、ＬＡＮを用いて通信を行うことにより、情報処理装置９１から送信された印刷データや、画像読取装置９２から送信された読取画像データを受信する。表示操作部６２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示する。環境センサ６３は、画像形成装置１の周囲の温度および湿度を検出する。処理部７０の画像形成処理部７１は、例えば印刷データに基づいて、印刷データに含まれる画像データに対して所定の画像処理を行うとともに、例えば画像形成装置１の周囲の温度および湿度や、印刷媒体の種類などに基づいて、制御パラメータの設定値（制御データ）を生成する。画像形成制御部６５は、処理部７０からの指示に基づいて、画像形成装置１における画像形成動作を制御する。
まず、図３，４を参照して、画像形成装置１の全体動作概要を説明する。画像形成装置１において、通信部６１は、ＬＡＮを用いて通信を行うことにより、情報処理装置９１から送信された印刷データや、画像読取装置９２から送信された読取画像データを受信する。表示操作部６２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示する。環境センサ６３は、画像形成装置１の周囲の温度および湿度を検出する。処理部７０の画像形成処理部７１は、例えば印刷データに基づいて、印刷データに含まれる画像データに対して所定の画像処理を行うとともに、例えば画像形成装置１の周囲の温度および湿度や、印刷媒体の種類などに基づいて、制御パラメータの設定値（制御データ）を生成する。画像形成制御部６５は、処理部７０からの指示に基づいて、画像形成装置１における画像形成動作を制御する。
【0085】
画像形成装置１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、印刷物情報取得部７２は、その印刷物についての印刷物情報１００（画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４）を取得する。画像形成装置１は、印刷媒体９に画像を形成することなく印刷媒体９を搬送し、画像形成制御部６５は２次転写ローラ４１に検出電圧Ｖ１を印加し、電流センサ６４は２次転写部４０に流れる電流を検出する。抵抗値情報取得部７３は、電流センサ６４の検出結果に基づいて２次転写部４０における抵抗値Ｒ４０を検出することにより抵抗値情報１１０（抵抗値データ１１１）を取得する。制御データ生成部７４は、予め機械学習を行うことにより生成された制御データ生成モデルＭを用いて、印刷物情報取得部７２が取得した画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４と、抵抗値情報取得部７３が取得した抵抗値データ１１１とに基づいて、印刷不良を改善可能な制御データ１２３を生成する。そして、画像形成制御部６５は、この制御データ１２３に基づいて、画像形成装置１における画像形成動作を制御する。
【0086】
次に、図６，７を参照して、機械学習装置２００の全体動作概要を説明する。データセット取得部２１１は、印刷不良が生じた印刷物ＰについてのデータセットＤＳ（画像データ２２１、媒体データ２２２、制御データ２２３、環境データ２２４、および抵抗値データ２７１）を取得する。教師データ取得部２１２は、印刷物Ｐにおける印刷不良が十分に少なくなるように改善された制御データ２８３を含む教師データＤＴを取得する。学習モデル生成部２１３は、データセット取得部２１１が取得したデータセットＤＳ、および教師データ取得部２１２が取得した教師データＤＴに基づいて、機械学習を行うことにより、制御データ生成モデルＭを生成する。そして、学習モデル生成部２１３は、生成した制御データ生成モデルＭを、記憶部２２０に記憶させる。
【0087】
（画像形成装置１の詳細動作）
図９は、画像形成装置１の一動作例を表すものである。画像形成装置１は、実際に印刷を行い、印刷物に印刷不良が生じた場合に、印刷不良を改善可能な制御データ１２３を生成する。以下に、この動作について詳細に説明する。
図９は、画像形成装置１の一動作例を表すものである。画像形成装置１は、実際に印刷を行い、印刷物に印刷不良が生じた場合に、印刷不良を改善可能な制御データ１２３を生成する。以下に、この動作について詳細に説明する。
【0088】
まず、処理部７０は、印刷物に印刷不良が生じたかどうかを確認する（ステップＳ１０１）。具体的には、印刷物に印刷不良が生じた場合には、ユーザは、表示操作部６２を操作し、印刷物に印刷不良が生じた旨を入力する。なお、これに限定されるものではなく、例えば、ユーザが、例えば画像形成装置１の製造業者のカスタマーサービスに対して印刷物に印刷不良が生じた旨を伝え、カスタマーサービスのスタッフが印刷物に印刷不良が生じた旨を入力してもよい。処理部７０は、このようにして入力された情報に基づいて、印刷物に印刷不良が生じたかどうかを確認することができる。印刷物に印刷不良が生じていない場合（ステップＳ１０１において“Ｎ”）には、印刷物に印刷不良が生じるまで、ステップＳ１０１を繰り返す。
【0089】
ステップＳ１０１において、印刷物に印刷不良が生じた場合（ステップＳ１０１において“Ｙ”）には、画像形成装置１は、例えば、動作モードを印刷不良改善モードに設定し、まず、２次転写部４０における抵抗値Ｒ４０を検出することにより抵抗値データ１１１を含む抵抗値情報１１０を取得する（ステップＳ１０２）。具体的には、まず、画像形成制御部６５は、検出電圧Ｖ１を生成し、この検出電圧Ｖ１を２次転写ローラ４１に印加する。そして、画像形成装置１は、印刷媒体９に画像を形成することなく、印刷媒体９を搬送する。電流センサ６４は、２次転写部４０においてトナー像が形成されていない印刷媒体９が通過している期間において、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値を検出する。そして、抵抗値情報取得部７３は、検出電圧Ｖ１の電圧値を、電流センサ６４が検出した、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値で除算することにより、２次転写部４０における抵抗値Ｒ４０を算出する。抵抗値情報取得部７３は、このように、２次転写部４０における抵抗値Ｒ４０を検出することにより、この抵抗値Ｒ４０についての情報を含む抵抗値データ１１１を生成する。抵抗値情報取得部７３は、このようにして、抵抗値データ１１１を含む抵抗値情報１１０を取得し、この抵抗値情報１１０を記憶部６６に記憶させる。
【0090】
次に、印刷物情報取得部７２は、画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４を含む印刷物情報１００を取得する（ステップＳ１０３）。
【0091】
具体的には、表示操作部６２は、印刷不良が生じた印刷物を読み取ることにより生成された画像データの提供をユーザに促すメッセージを表示する。ユーザが、そのメッセージに応じて、画像読取装置９２が、印刷不良が生じた印刷物を読み取るように、画像読取装置９２を操作する。これにより、画像読取装置９２は、画像データ１０１を生成し、その画像データ１０１を画像形成装置１に送信する。印刷物情報取得部７２は、画像読取装置９２から送信された画像データ１０１を取得する。
【0092】
また、表示操作部６２は、印刷不良が生じた印刷物の印刷媒体９についてのデータの入力をユーザに促すメッセージを表示する。ユーザは、表示操作部６２を操作して、印刷媒体９に予め付与された製品コードを入力する。印刷物情報取得部７２は、その製品コードに基づいて媒体データ１０２を取得する。
【0093】
また、印刷物情報取得部７２は、印刷不良が生じた印刷物を印刷したときに画像形成処理部７１が生成した制御データに基づいて、制御データ１０３を取得し、環境センサ６３の検出結果に基づいて、環境データ１０４を取得する。
【0094】
このようにして、印刷物情報取得部７２は、画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４を含む印刷物情報１００を取得する。そして、印刷物情報取得部７２は、取得した印刷物情報１００を記憶部６６に記憶させる。
【0095】
次に、制御データ生成部７４は、記憶部６６から、制御データ生成モデルＭを取得する（ステップＳ１０４）。
【0096】
次に、制御データ生成部７４は、ステップＳ１０４において取得された制御データ生成モデルＭを用いて、制御データ１２３を生成し、この制御データ１２３を記憶部６６に記憶させる（ステップＳ１０５）。具体的には、制御データ生成部７４は、制御データ生成モデルＭを用いて、ステップＳ１０３において取得された画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４と、ステップＳ１０２において取得された抵抗値データ１１１とに基づいて、印刷不良を改善可能な制御データ１２３を生成する。そして、制御データ生成部７４は、この制御データ１２３を記憶部６６に記憶させる。
【0097】
次に、処理部７０は、表示操作部６２が、ステップＳ１０１において印刷不良が生じた印刷物についての、ユーザの再印刷指示操作を受け付けたかどうかを確認する（ステップＳ１０６）。表示操作部６２がユーザの再印刷指示操作を受け付けていない場合（ステップＳ１０６において“Ｎ”）には、ユーザの再印刷指示操作を受け付けるまで、このステップＳ１０６の処理を繰り返す。
【0098】
ステップＳ１０６において、表示操作部６２がユーザの再印刷指示操作を受け付けた場合（ステップＳ１０６において“Ｙ”）には、画像形成装置１は、ステップＳ１０５において記憶された制御データ１２３を用いて、印刷処理を実行する（ステップＳ１０７）。これにより、ユーザは、印刷不良が解消した印刷物を得ることができる。
【0099】
以上で、このフローは終了する。
【0100】
このように、画像形成装置１では、印刷物情報取得部７２および抵抗値情報取得部７３により取得された情報に基づいて、画像データ１０１、媒体データ１０２、制御データ１０３、および抵抗値データ１１１が入力され、画像形成装置１が使用すべき制御データ１２３が出力される制御データ生成モデルＭを用いて、制御データ１２３を生成するようにした。これにより、この制御データ生成モデルＭでは、２次転写部４０における抵抗値Ｒ４０に応じた制御データ１２３が生成されるので、印刷画像の画質を高めることができる。
【0101】
また、画像形成装置１では、このように制御データ生成モデルＭを用いて、使用すべき制御データ１２３を生成するようにしたので、例えば、いわゆるインダストリープリントのような、様々な種類の印刷媒体に印刷を行う場合に、印刷不良を低減することができるため、画質を高めることができる。すなわち、商品のパッケージ印刷、ワインボトル等に貼付されるラベル印刷、あるいは結婚式の招待状の印刷等のようなインダストリープリントでは、印刷の質が商品やサービスの価値に大きな影響を及ぼすので、画質が高いことが望まれている。画像形成装置１では、様々な種類の印刷媒体に印刷を行う場合に、画質を高めることができる。これにより、商品やサービスの価値を高めることができる。
【0102】
（機械学習装置２００の詳細動作）
図１０は、機械学習装置２００の一動作例を表すものである。機械学習装置２００は、印刷不良が生じた印刷物ＰについてのデータセットＤＳと、印刷物Ｐにおける印刷不良が十分に少なくなるように改善された制御データ２８３を含む教師データＤＴとに基づいて、いわゆる教師あり学習を行うことにより、制御データ生成モデルＭを生成する。以下に、この動作について詳細に説明する。
図１０は、機械学習装置２００の一動作例を表すものである。機械学習装置２００は、印刷不良が生じた印刷物ＰについてのデータセットＤＳと、印刷物Ｐにおける印刷不良が十分に少なくなるように改善された制御データ２８３を含む教師データＤＴとに基づいて、いわゆる教師あり学習を行うことにより、制御データ生成モデルＭを生成する。以下に、この動作について詳細に説明する。
【0103】
まず、処理部２１０は、機械学習において使用される制御データ生成モデルＭ０を準備する（ステップＳ２０１）。この制御データ生成モデルＭ０におけるニューラルネットワークでは、重みＷｉが所定の初期値に設定されている。
【0104】
次に、データセット取得部２１１は、画像データ２２１、媒体データ２２２、制御データ２２３、環境データ２２４、および抵抗値データ２７１を含むデータセットＤＳを取得する（ステップＳ２０２）。
【0105】
具体的には、ディスプレイ２０１は、印刷不良が生じた印刷物Ｐを読み取ることにより生成された画像データの提供を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、画像読取装置２０４が印刷物Ｐを読み取るように、画像読取装置２０４を操作する。これにより、画像読取装置２０４は、画像データ２２１を生成し、その画像データ２２１を機械学習装置２００に送信する。データセット取得部２１１は、画像読取装置２０４から送信された画像データ２２１を取得する。
【0106】
また、ディスプレイ２０１は、印刷不良が生じた印刷物Ｐの印刷媒体９についてのデータの入力を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、印刷媒体９についての情報を入力する。データセット取得部２１１は、この入力されたデータに基づいて媒体データ２２２を取得する。
【0107】
また、ディスプレイ２０１は、印刷不良が生じた印刷物Ｐを印刷したときに使用した制御データの入力を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、制御データを入力する。データセット取得部２１１は、この入力されたデータに基づいて制御データ２２３を取得する。
【0108】
また、ディスプレイ２０１は、印刷不良が生じた印刷物Ｐを印刷したときの温度や湿度の入力を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、温度や湿度を入力する。データセット取得部２１１は、この入力されたデータに基づいて環境データ２２４を取得する。
【0109】
また、ディスプレイ２０１は、印刷不良が生じた印刷物Ｐを印刷した画像形成装置１の２次転写部４０における抵抗値Ｒ４０の入力を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、２次転写部４０における抵抗値Ｒ４０を入力する。データセット取得部２１１は、この入力されたデータに基づいて抵抗値データ２７１を取得する。
【0110】
このようにして、データセット取得部２１１は、画像データ２２１、媒体データ２２２、制御データ２２３、環境データ２２４、および抵抗値データ２７１を含むデータセットＤＳを取得する。そして、データセット取得部２１１は、取得したデータセットＤＳを記憶部２２０に記憶させる。
【0111】
次に、教師データ取得部２１２は、制御データ２８３を含む教師データＤＴを取得する（ステップＳ２０３）。例えば技術者は、印刷物Ｐや、その印刷物Ｐを印刷した際に使用された制御データ等に基づいて、画質が向上する設定値を調べることにより、印刷不良が十分に少なくなるように改善された制御データを導き出すことができる。ディスプレイ２０１は、改善された制御データの入力を技術者に促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、改善された制御データを入力する。教師データ取得部２１２は、この入力されたデータに基づいて制御データ２８３を含む教師データＤＴを取得する。そして、教師データ取得部２１２は、取得した教師データＤＴを記憶部２２０に記憶させる。
【0112】
次に、学習モデル生成部２１３は、データセットＤＳに含まれる画像データ２２１、媒体データ２２２、制御データ２２３、環境データ２２４、および抵抗値データ２７１を、制御データ生成モデルＭ０の入力層ＬＸに入力する（ステップＳ２０４）。これにより、制御データ生成モデルＭ０の出力層ＬＺから、２次転写電圧の設定値および定着温度の設定値を含む制御データが出力される。
【0113】
次に、学習モデル生成部２１３は、ステップＳ２０４において制御データ生成モデルＭ０の出力層ＬＺから出力された制御データと、ステップＳ２０３において取得された教師データＤＴに含まれる制御データ２８３とを用いて、機械学習を実施する（ステップＳ２０５）。具体的には、学習モデル生成部２１３は、出力層ＬＺから出力された制御データ（２次転写電圧の設定値および定着温度の設定値）と、教師データＤＴに含まれる制御データ２８３（２次転写電圧の設定値および定着温度の設定値）とをそれぞれ比較し、両者の誤差を検出し、この誤差が小さくなるようなデータが出力層ＬＺから出力されるよう、制御データ生成モデルＭ０における重みＷｉを調整する。
【0114】
次に、学習モデル生成部２１３は、機械学習が終了したかどうかを確認する（ステップＳ２０６）。具体的には、学習モデル生成部２１３は、さらに機械学習を行う必要がないと判断する場合に、機械学習が終了したと判断する。機械学習が終了していない場合（ステップＳ２０６において“Ｎ”）には、ステップＳ２０２の処理に戻り、機械学習が終了するまで、ステップＳ２０２～Ｓ２０６の処理を繰り返す。このように繰り返すことにより、制御データ生成モデルＭ０の精度は向上していく。
【0115】
そして、ステップＳ２０６において、機械学習が終了した場合（ステップＳ２０６において“Ｙ”）には、学習モデル生成部２１３は、この機械学習において使用した制御データ生成モデルＭ０を、学習済みの制御データ生成モデルＭとして、記憶部２２０に記憶させる。
【0116】
以上で、このフローは終了する。
【0117】
このように、機械学習装置２００では、データセットＤＳ（画像データ２２１、媒体データ２２２、制御データ２２３、抵抗値データ２７１）および教師データＤＴ（制御データ２８３）に基づいて機械学習を行うことにより、画像データ１０１、媒体データ１０２、制御データ１０３、および抵抗値データ１１１が入力され、画像形成装置１が使用すべき制御データ１２３が出力される制御データ生成モデルＭを生成するようにした。これにより、この制御データ生成モデルＭでは、２次転写部４０における抵抗値Ｒ４０に応じた制御データ１２３が生成されるので、印刷画像の画質を高めることができる。
【0118】
［効果］
以上のように本実施の形態では、印刷物情報取得部および抵抗値情報取得部により取得された情報に基づいて、画像データ、媒体データ、制御データ、および抵抗値データが入力され、画像形成装置が使用すべき制御データが出力される制御データ生成モデルを用いて、制御データを生成するようにしたので、印刷画像の画質を高めることができる。
以上のように本実施の形態では、印刷物情報取得部および抵抗値情報取得部により取得された情報に基づいて、画像データ、媒体データ、制御データ、および抵抗値データが入力され、画像形成装置が使用すべき制御データが出力される制御データ生成モデルを用いて、制御データを生成するようにしたので、印刷画像の画質を高めることができる。
【0119】
本実施の形態では、データセット（画像データ、媒体データ、制御データ、抵抗値データ）および教師データ（制御データ）に基づいて機械学習を行うことにより、画像データ、媒体データ、制御データ、および抵抗値データが入力され、画像形成装置が使用すべき制御データが出力される制御データ生成モデルを生成するようにしたので、印刷画像の画質を高めることができる。
【0120】
［変形例１］
上記実施の形態では、図１に示したように、現像部２０が形成したトナー像を、中間転写ベルト３２に一旦転写し、中間転写ベルト３２に転写されたトナー像を印刷媒体９に転写したが、これに限定されるものではなく、これに代えて、例えば、現像部２０が形成したトナー像を、印刷媒体９に直接転写してもよい。この場合には、制御データ１０３，１２３，２２３，２８３は、現像部２０が形成したトナー像を印刷媒体９に転写する際の転写電圧の設定値と、定着温度の設定値とを含むようにすることができる。その場合には、抵抗値データ１１１，２７１は、複数の現像部２０のそれぞれにおける感光ドラム２１とその感光ドラム２１に対向する転写ローラからなる転写部における電流値のデータであってもよい。
上記実施の形態では、図１に示したように、現像部２０が形成したトナー像を、中間転写ベルト３２に一旦転写し、中間転写ベルト３２に転写されたトナー像を印刷媒体９に転写したが、これに限定されるものではなく、これに代えて、例えば、現像部２０が形成したトナー像を、印刷媒体９に直接転写してもよい。この場合には、制御データ１０３，１２３，２２３，２８３は、現像部２０が形成したトナー像を印刷媒体９に転写する際の転写電圧の設定値と、定着温度の設定値とを含むようにすることができる。その場合には、抵抗値データ１１１，２７１は、複数の現像部２０のそれぞれにおける感光ドラム２１とその感光ドラム２１に対向する転写ローラからなる転写部における電流値のデータであってもよい。
【0121】
［変形例２］
上記実施の形態では、機械学習装置２００（図６，７）は、画像データ２２１に基づいて機械学習を行うことにより制御データ生成モデルＭを生成したが、画像データ２２１に応じた特徴量であれば、どのようなものを用いてもよい。特徴量は、例えば、印刷不良の種類や程度などについてのデータであってもよい。この場合には、画像形成装置１における制御データ生成部７４（図３，４）は、画像データ１０１に応じたこの特徴量に基づいて制御データ１２３を生成することができる。
上記実施の形態では、機械学習装置２００（図６，７）は、画像データ２２１に基づいて機械学習を行うことにより制御データ生成モデルＭを生成したが、画像データ２２１に応じた特徴量であれば、どのようなものを用いてもよい。特徴量は、例えば、印刷不良の種類や程度などについてのデータであってもよい。この場合には、画像形成装置１における制御データ生成部７４（図３，４）は、画像データ１０１に応じたこの特徴量に基づいて制御データ１２３を生成することができる。
【0122】
［変形例３］
上記実施の形態では、機械学習装置２００（図６，７）は、環境データ２２４に基づいて制御データ生成モデルＭを生成したが、これに限定されるものではない。これに代えて、例えば、機械学習装置２００は、環境データ２２４を用いずに制御データ生成モデルＭを生成してもよい。この場合には、画像形成装置１における制御データ生成部７４（図３，４）は、環境データ１０４を用いずに制御データ１２３を生成することができる。
上記実施の形態では、機械学習装置２００（図６，７）は、環境データ２２４に基づいて制御データ生成モデルＭを生成したが、これに限定されるものではない。これに代えて、例えば、機械学習装置２００は、環境データ２２４を用いずに制御データ生成モデルＭを生成してもよい。この場合には、画像形成装置１における制御データ生成部７４（図３，４）は、環境データ１０４を用いずに制御データ１２３を生成することができる。
【0123】
［変形例４］
上記実施の形態では、画像形成装置１は、媒体収容部１１に収容された印刷媒体９に画像を形成するようにしたが、これに限定されるものではなく、さらに、いわゆる手差しトレイなどのマルチパーパストレイを設け、このトレイにセットされた印刷媒体９に画像を形成することができるようにしてもよい。これにより、画像形成装置１は、より様々な印刷媒体に画像を形成することができる。
上記実施の形態では、画像形成装置１は、媒体収容部１１に収容された印刷媒体９に画像を形成するようにしたが、これに限定されるものではなく、さらに、いわゆる手差しトレイなどのマルチパーパストレイを設け、このトレイにセットされた印刷媒体９に画像を形成することができるようにしてもよい。これにより、画像形成装置１は、より様々な印刷媒体に画像を形成することができる。
【0124】
［変形例５］
上記実施の形態では、図９に示したように、画像形成装置１は、ステップＳ１０２において、印刷媒体９に画像を形成することなく、印刷媒体９を搬送することにより、２次転写部４０における抵抗値Ｒ４０を検出するようにしたが、これに限定されるものではない。これに代えて、例えば、画像形成装置１は、印刷媒体９を搬送することにより２次転写部４０における抵抗値Ｒ４０を検出し、抵抗値Ｒ４０を検出したその印刷媒体９に対して、制御データ１２３を用いて印刷処理を行うようにしてもよい。具体的には、例えば、画像形成装置１は、２次転写部４０における２次転写ローラ４１およびバックアップローラ３５の間に、印刷媒体９の先頭付近が挟まれたときに、２次転写部４０における抵抗値Ｒ４０を検出し、その抵抗値Ｒ４０のデータを含む抵抗値データ１１１を生成し、この抵抗値データ１１１に基づいて制御データ生成モデルＭを用いて制御データ１２３を生成し、その制御データ１２３を用いてその印刷媒体９に画像を形成してもよい。また、画像形成装置１が、例えば両面印刷を行うことができる場合には、印刷媒体９が２次転写部４０を最初に通過する期間において、２次転写部４０における抵抗値Ｒ４０を検出し、その抵抗値Ｒ４０のデータを含む抵抗値データ１１１を生成し、この抵抗値データ１１１に基づいて制御データ生成モデルＭを用いて制御データ１２３を生成し、その制御データ１２３を用いて、その印刷媒体９が次に２次転写部４０を通過する期間において、その印刷媒体９に画像を形成してもよい。
上記実施の形態では、図９に示したように、画像形成装置１は、ステップＳ１０２において、印刷媒体９に画像を形成することなく、印刷媒体９を搬送することにより、２次転写部４０における抵抗値Ｒ４０を検出するようにしたが、これに限定されるものではない。これに代えて、例えば、画像形成装置１は、印刷媒体９を搬送することにより２次転写部４０における抵抗値Ｒ４０を検出し、抵抗値Ｒ４０を検出したその印刷媒体９に対して、制御データ１２３を用いて印刷処理を行うようにしてもよい。具体的には、例えば、画像形成装置１は、２次転写部４０における２次転写ローラ４１およびバックアップローラ３５の間に、印刷媒体９の先頭付近が挟まれたときに、２次転写部４０における抵抗値Ｒ４０を検出し、その抵抗値Ｒ４０のデータを含む抵抗値データ１１１を生成し、この抵抗値データ１１１に基づいて制御データ生成モデルＭを用いて制御データ１２３を生成し、その制御データ１２３を用いてその印刷媒体９に画像を形成してもよい。また、画像形成装置１が、例えば両面印刷を行うことができる場合には、印刷媒体９が２次転写部４０を最初に通過する期間において、２次転写部４０における抵抗値Ｒ４０を検出し、その抵抗値Ｒ４０のデータを含む抵抗値データ１１１を生成し、この抵抗値データ１１１に基づいて制御データ生成モデルＭを用いて制御データ１２３を生成し、その制御データ１２３を用いて、その印刷媒体９が次に２次転写部４０を通過する期間において、その印刷媒体９に画像を形成してもよい。
【0125】
［変形例６］
上記実施の形態では、画像形成装置１は、２次転写ローラ４１に検出電圧Ｖ１を印加し、２次転写ローラ４１とバックアップローラ３５との間に流れる電流を検出するようにした。この検出電圧Ｖ１は、固定された電圧であってもよいし、変更可能であってもよい。例えば、印刷媒体９の抵抗値が大きい場合において、検出電圧Ｖ１を低くした場合には、２次転写部４０に流れる電流が少なくなるので、２次転写部４０における抵抗値Ｒ４０が大きくなり、抵抗値Ｒ４０の検出精度が低下する能性がある。このように、印刷媒体９の抵抗値が大きい場合には、検出電圧Ｖ１を高くすることにより、抵抗値Ｒ４０の検出精度を高めることができる。画像形成装置１は、２次転写ローラ４１に、複数の検出電圧Ｖ１を順次印加し、複数の検出電圧Ｖ１のうち、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値が正常な電流値である検出電圧Ｖ１と、そのときの電流値に基づいて、２次転写部４０における抵抗値Ｒ４０を検出することができる。この場合、複数の検出電圧Ｖ１に応じて、複数の制御データ生成モデルＭを設けるようにしてもよい。画像形成装置１は、複数の制御データ生成モデルＭのうちの、使用した検出電圧Ｖ１に応じた制御データ生成モデルＭを用いて、制御データ１２３を生成することができる。これにより、画像形成装置１では、様々な種類の印刷媒体９に対応することができる。１つの制御データ生成モデルＭを用いる場合には、制御データ生成モデルＭに入力されるデータは、検出電圧Ｖ１についてのデータを含むようにしてもよい。
上記実施の形態では、画像形成装置１は、２次転写ローラ４１に検出電圧Ｖ１を印加し、２次転写ローラ４１とバックアップローラ３５との間に流れる電流を検出するようにした。この検出電圧Ｖ１は、固定された電圧であってもよいし、変更可能であってもよい。例えば、印刷媒体９の抵抗値が大きい場合において、検出電圧Ｖ１を低くした場合には、２次転写部４０に流れる電流が少なくなるので、２次転写部４０における抵抗値Ｒ４０が大きくなり、抵抗値Ｒ４０の検出精度が低下する能性がある。このように、印刷媒体９の抵抗値が大きい場合には、検出電圧Ｖ１を高くすることにより、抵抗値Ｒ４０の検出精度を高めることができる。画像形成装置１は、２次転写ローラ４１に、複数の検出電圧Ｖ１を順次印加し、複数の検出電圧Ｖ１のうち、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値が正常な電流値である検出電圧Ｖ１と、そのときの電流値に基づいて、２次転写部４０における抵抗値Ｒ４０を検出することができる。この場合、複数の検出電圧Ｖ１に応じて、複数の制御データ生成モデルＭを設けるようにしてもよい。画像形成装置１は、複数の制御データ生成モデルＭのうちの、使用した検出電圧Ｖ１に応じた制御データ生成モデルＭを用いて、制御データ１２３を生成することができる。これにより、画像形成装置１では、様々な種類の印刷媒体９に対応することができる。１つの制御データ生成モデルＭを用いる場合には、制御データ生成モデルＭに入力されるデータは、検出電圧Ｖ１についてのデータを含むようにしてもよい。
【0126】
［変形例７］
上記実施の形態では、画像形成装置１の抵抗値情報取得部７３は、検出電圧Ｖ１の電圧値を、電流センサ６４が検出した、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値で除算することにより、２次転写部４０における抵抗値Ｒ４０を算出し、算出した抵抗値Ｒ４０についての情報を含む抵抗値データ１１１を生成したが、これに限定されるものではない。これに代えて、抵抗値情報取得部は、例えば、算出した抵抗値Ｒ４０に対して補正処理を行うことにより、抵抗値データ１１１を生成してもよい。以下に、本変形例について詳細に説明する。
上記実施の形態では、画像形成装置１の抵抗値情報取得部７３は、検出電圧Ｖ１の電圧値を、電流センサ６４が検出した、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値で除算することにより、２次転写部４０における抵抗値Ｒ４０を算出し、算出した抵抗値Ｒ４０についての情報を含む抵抗値データ１１１を生成したが、これに限定されるものではない。これに代えて、抵抗値情報取得部は、例えば、算出した抵抗値Ｒ４０に対して補正処理を行うことにより、抵抗値データ１１１を生成してもよい。以下に、本変形例について詳細に説明する。
【0127】
図１１は、本変形例に係る画像形成装置２の一構成例を表すものである。画像形成装置２は、電流センサ１６４と、記憶部１６６と、処理部１７０とを備えている。
【0128】
電流センサ１６４は、上記実施の形態の場合と同様に、印刷物に印刷不良が発生した場合に、印刷媒体９に画像を形成することなく、印刷媒体９を搬送することにより、２次転写部４０における抵抗値Ｒ４０を検出する。その際、電流センサ１６４は、２次転写部４０においてトナー像が形成されていない印刷媒体９が通過している期間において、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値を検出する。また、電流センサ６４は、２次転写部４０において印刷媒体９が通過していない期間において、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値ＩＢを検出するようになっている。
【0129】
記憶部１６６は、モデル関連データＤＭを記憶している。モデル関連データＤＭは、制御データ生成モデルＭに関連するデータである。この例では、モデル関連データＤＭは、機械学習装置２００が制御データ生成モデルＭを生成する際に用いたデータセットＤＳを得る際に用いた画像形成装置２における、電流値ＩＡの情報を含んでいる。この電流値ＩＡは、電流値ＩＢと同様に、２次転写部４０において印刷媒体９が通過していない期間における、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値である。すなわち、電流値ＩＡは、制御データ生成モデルＭを生成する際に用いたデータセットＤＳが得られた画像形成装置２の２次転写部４０における電流の電流値であり、電流値ＩＢは、この制御データ生成モデルＭを用いて画像を形成する画像形成装置２の２次転写部４０における電流の電流値である。
【0130】
処理部１７０は、抵抗値情報取得部１７３を有している。抵抗値情報取得部１７３は、上記実施の形態の場合と同様に、画像形成装置２が実際に印刷を行い、印刷物に印刷不良が生じた場合に、電流センサ１６４の検出結果に基づいて、２次転写部４０における抵抗値Ｒ４０についての情報（抵抗値情報１１０）を取得する。抵抗値情報取得部１７３は、補正部１７３Ａを有している。補正部１７３Ａは、２次転写部４０における抵抗値Ｒ４０を補正するように構成される。具体的には、補正部１７３Ａは、記憶部１６６に記憶されたモデル関連データＭＤに含まれる電流値ＩＡについての情報と、電流センサ１６４により検出された電流値ＩＢに基づいて、電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を算出し、２次転写部４０における抵抗値Ｒ４０にこの電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を乗算することにより、２次転写部４０における抵抗値Ｒ４０を補正するようになっている。すなわち、制御データ生成モデルＭを用いて画像を形成する画像形成装置２は、データセットＤＳを得る際に用いた画像形成装置２とは別の装置であるので、これらの２つの装置では、使用される部材の特性が異なる可能性がある。具体的には、例えば２次転写部４０における２次転写ローラ４１の抵抗値が互いに異なる可能性があり、バックアップローラ３５の抵抗値が互いに異なる可能性があり、中間転写ベルト３２の抵抗値が互いに異なる可能性がある。補正部１７３Ａは、２次転写部４０における抵抗値Ｒ４０を補正することにより、以下に示すように、２次転写部４０における抵抗値Ｒ４０に対する、このような部材の特性差の影響を抑えることができる。ここで、補正部１７３Ａは、本発明における「補正部」の一具体例に対応する。
【0131】
図１２，１３は、２つの画像形成装置２Ａ，２Ｂにおける、２次転写部４０における抵抗値Ｒ４０と、良好な画質が得られる望ましい２次転写電圧との関係を表すものである。図１２は、補正前の抵抗値Ｒ４０を用いてプロットした例を示し、図１３は、補正後の抵抗値Ｒ４０を用いてプロットした例を示す。図１２に示した、補正前の抵抗値Ｒ４０と、望ましい２次転写電圧との間の相関関係では、相関係数は約０．４８であり、相関関係はやや弱い。一方、図１３に示した、補正後の抵抗値Ｒ４０と、望ましい２次転写電圧との間の相関関係では、相関係数は約０．７３であり、相関関係は強い。このように、画像形成装置２では、２次転写部４０における抵抗値Ｒ４０の補正を行うことにより、相関関係が強くなるので、制御データ生成モデルＭを用いて生成された制御データ１２３の精度を高めることができる。実験例では、補正後の抵抗値Ｒ４０を用いて生成された２次転写電圧の予測精度は、補正前の抵抗値Ｒ４０を用いて生成された２次転写電圧の予測精度よりも約１７％改善された。このように、画像形成装置２では、制御データ１２３の精度を高めることができるので、印刷画像の画質を高めることができる。
【0132】
【0133】
ステップＳ１０１において、印刷物に印刷不良が生じた場合（ステップＳ１０１において“Ｙ”）には、画像形成装置１は、例えば、動作モードを印刷不良改善モードに設定し、２次転写部４０における電流値ＩＢを検出する（ステップＳ１１２）。具体的には、まず、画像形成制御部６５は、検出電圧Ｖ１を生成し、この検出電圧Ｖ１を２次転写ローラ４１に印加する。そして、電流センサ１６４は、２次転写部４０において印刷媒体９が通過していない期間において、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値ＩＢを検出する。
【0134】
次に、画像形成装置２は、２次転写部４０における抵抗値Ｒ４０を検出する（ステップＳ１１３）。具体的には、画像形成装置１は、印刷媒体９に画像を形成することなく、印刷媒体９を搬送する。電流センサ１６４は、２次転写部４０においてトナー像が形成されていない印刷媒体９が通過している期間において、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値を検出する。そして、抵抗値情報取得部７３は、検出電圧Ｖ１の電圧値を、電流センサ１６４が検出した、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値で除算することにより、２次転写部４０における抵抗値Ｒ４０を算出する。
【0135】
次に、画像形成装置２は、２次転写部４０における抵抗値Ｒ４０を補正することにより抵抗値データ１１１を含む抵抗値情報１１０を取得する（ステップＳ１１３）。具体的には、抵抗値情報取得部１７３の補正部１７３Ａは、記憶部１６６に記憶されたモデル関連データＭＤに含まれる電流値ＩＡについての情報と、電流センサ１６４により検出された電流値ＩＢに基づいて、電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を算出し、２次転写部４０における抵抗値Ｒ４０にこの電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を乗算することにより、２次転写部４０における抵抗値Ｒ４０を補正する。抵抗値情報取得部１７３は、このように、２次転写部４０における抵抗値Ｒ４０を補正することにより、補正後の抵抗値Ｒ４０についての情報を含む抵抗値データ１１１を生成する。抵抗値情報取得部１７３は、このようにして、抵抗値データ１１１を含む抵抗値情報１１０を取得し、この抵抗値情報１１０を記憶部６６に記憶させる。
【0136】
これ以降の処理は、上記実施の形態の場合と同様である。
【0137】
このように、画像形成装置２では、制御データ１２３の精度を高めることができるので、印刷画像の画質を高めることができる。
【0138】
［変形例８］
上記実施の形態では、機械学習装置２００のデータセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、印刷物Ｐを印刷した画像形成装置において検出された、２次転写部４０における抵抗値Ｒ４０を入力することにより、抵抗値データ２７１を取得したが、これに限定されるものではない。これに代えて、データセット取得部は、例えば、入力された抵抗値Ｒ４０に対して補正処理を行うことにより、抵抗値データ２７１を取得してもよい。以下に、本変形例について詳細に説明する。
上記実施の形態では、機械学習装置２００のデータセット取得部２１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、印刷物Ｐを印刷した画像形成装置において検出された、２次転写部４０における抵抗値Ｒ４０を入力することにより、抵抗値データ２７１を取得したが、これに限定されるものではない。これに代えて、データセット取得部は、例えば、入力された抵抗値Ｒ４０に対して補正処理を行うことにより、抵抗値データ２７１を取得してもよい。以下に、本変形例について詳細に説明する。
【0139】
図１５は、本変形例に係る機械学習装置３００の一構成例を表すものである。機械学習装置３００は、処理部３１０を備えている。処理部３１０は、データセット取得部３１１を有している。
【0140】
データセット取得部３１１は、上記実施の形態に係るデータセット取得部２１１と同様に、印刷不良が生じた印刷物ＰについてのデータセットＤＳを取得するように構成される。データセット取得部２１１は、複数の印刷物Ｐのそれぞれについて、データセットＤＳを取得する。例えば、データセット取得部３１１は、例えば技術者がキーボード２０２やマウス２０３を操作して、印刷物Ｐを印刷した画像形成装置において検出された、２次転写部４０における抵抗値Ｒ４０を入力することにより、抵抗値データ２７１を取得することができる。データセット取得部３１１は、補正部３１１Ａを有している。補正部３１１Ａは、２次転写部４０における抵抗値Ｒ４０を補正するように構成される。すなわち、機械学習装置３００は、複数のデータセットＤＳおよび複数の教師データＤＴを順次選択し、選択されたデータセットＤＳおよび教師データＤＴを用いて機械学習を行うことにより、制御データ生成モデルＭを生成する。データセットＤＳおよび教師データＤＴは、互いに異なる画像形成装置１により得られる場合もあり得る。これらの２つの装置では、使用される部材の特性が異なる可能性がある。よって、変形例７の場合と同様に、補正部３１１Ａは、２次転写部４０における抵抗値Ｒ４０を補正する。例えば、画像形成装置１の２次転写部４０における電流値の設計値を、電流値ＩＡとすることができる。これに限定されるものではなく、例えば、複数の画像形成装置１の２次転写部４０における電流値の平均値を、電流値ＩＡとしてもよい。また、現在処理を行っているデータセットＤＳを得た画像形成装置１の２次転写部４０における電流値を、電流値ＩＢとすることができる。電流値ＩＡ，ＩＢは、変形例７の場合と同様に、２次転写部４０において印刷媒体９が通過していない期間における、２次転写ローラ４１とバックアップローラ３５との間に流れる電流の電流値である。補正部３１１Ａは、これらの電流値ＩＡ，ＩＢに基づいて、電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を算出し、入力された２次転写部４０における抵抗値Ｒ４０にこの電流値ＩＡ，ＩＢの比（ＩＢ／ＩＡ）を乗算することにより、２次転写部４０における抵抗値Ｒ４０を補正する。ここで、補正部３１１Ａは、本発明における「補正部」の一具体例に対応する。
【0141】
機械学習装置３００の一動作例は、上記実施の形態に係る機械学習装置２００の場合（図１０）と同様である。ステップＳ２０２において、抵抗値データ２７１は、データセット取得部３１１の補正部３１１Ａにより補正されたものである。
【0142】
このように、機械学習装置３００では、様々な画像形成装置１から得られたデータセットＤＳに基づいて制御データ生成モデルＭを生成することができるので、例えば制御データ生成モデルＭの精度を高めることができるため、印刷画像の画質を高めることができる。
【0143】
なお、この例では、複数の画像形成装置１を用いて複数のデータセットＤＳを得る場合を例に挙げて説明したが、これに限定されるものではない。これに代えて、例えば、画像形成装置１における部材の交換を想定して、２次転写部４０における抵抗値Ｒ４０を補正してもよい。また、例えば、画像形成装置１の経時変化を想定して、２次転写部４０における抵抗値Ｒ４０を補正してもよい。
【0144】
［変形例９］
上記実施の形態では、画像形成装置１が、制御データ生成モデルＭを用いて制御データ１２３を生成するようにしたが、これに限定されるものではない。例えば、画像形成装置１に接続されたサーバが、制御データ１２３を決定してもよい。以下に、本変形例に係る画像形成システム４００について詳細に説明する。
上記実施の形態では、画像形成装置１が、制御データ生成モデルＭを用いて制御データ１２３を生成するようにしたが、これに限定されるものではない。例えば、画像形成装置１に接続されたサーバが、制御データ１２３を決定してもよい。以下に、本変形例に係る画像形成システム４００について詳細に説明する。
【0145】
図１６は、本変形例に係る画像形成システム４００の一構成例を表すものである。画像形成システム４００は、画像形成装置４０１と、サーバ４１０とを備えている。
【0146】
サーバ４１０は、通信部４６１と、処理部４７０と、記憶部４６６とを備えている。
【0147】
通信部４６１は、ネットワークＮＥＴを介して、情報処理装置９１、画像読取装置９２、および画像形成装置４０１に接続される。ここで、通信部４６１は、本発明における「通信部」の一具体例に対応する。
【0148】
処理部４７０は、印刷物情報取得部４７２と、抵抗値情報取得部４７３と、制御データ生成部４７４とを有している。印刷物情報取得部４７２、抵抗値情報取得部４７３、および制御データ生成部４７４は、画像形成装置４０１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、その印刷不良を改善可能な制御データ１２３を生成するように構成される。
【0149】
印刷物情報取得部４７２は、上記実施の形態に係る印刷物情報取得部７２と同様に、画像形成装置４０１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、その印刷物についての情報（印刷物情報１００）を取得するように構成される。印刷物情報取得部４７２は、画像読取装置９２および画像形成装置４０１と通信を行うことにより、印刷物情報１００に含まれる画像データ１０１、媒体データ１０２、制御データ１０３、および環境データ１０４を取得する。具体的には、例えば、ユーザが画像読取装置９２を操作して、画像読取装置９２が印刷物を読み取ることにより画像データ１０１を生成した場合に、印刷物情報取得部４７２は、その画像データ１０１を取得する。また、例えば、ユーザが画像形成装置４０１の表示操作部を操作して、印刷媒体９に予め付与された製品コードを入力した場合に、印刷物情報取得部４７２は、その製品コードに基づいて媒体データ１０２を取得する。また、印刷物情報取得部４７２は、印刷不良が生じた印刷物を印刷したときに画像形成装置４０１が使用した制御データに基づいて、制御データ１０３を取得する。また、印刷物情報取得部４７２は、画像形成装置４０１における環境センサの検出結果に基づいて、環境データ１０４を取得する。
【0150】
抵抗値情報取得部４７３は、上記実施の形態に係る抵抗値情報取得部７３と同様に、画像形成装置４０１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、画像形成装置４０１の電流センサ６４の検出結果に基づいて、２次転写部４０における抵抗値Ｒ４０についての情報（抵抗値情報１１０）を取得するように構成される。
【0151】
制御データ生成部４７４は、上記実施の形態に係る制御データ生成部７４と同様に、制御データ生成モデルＭを用いて、印刷不良を改善可能な制御データ１２３を生成するように構成される。
【0152】
記憶部４６６は、サーバ４１０において使用される様々なデータを記憶する不揮発性の記憶装置である。記憶部４６６は、制御データ生成モデルＭ、印刷物情報１００、抵抗値情報１１０、および制御データ１２３を記憶している。
【0153】
この構成により、画像形成システム４００では、画像形成装置４０１が実際に印刷を行い、印刷物に印刷不良が生じた場合に、サーバ４１０の制御データ生成部４７４が、その印刷不良を改善可能な制御データ１２３を生成する。サーバ４１０は、この制御データ１２３を画像形成装置４０１に送信する。そして、画像形成装置４０１は、この制御データ１２３を用いて、再印刷を行う。
【0154】
［その他の変形例］
また、これらの変形例のうちの２以上を組み合わせてもよい。
また、これらの変形例のうちの２以上を組み合わせてもよい。
【0155】
以上、実施の形態およびいくつかの変形例を挙げて本技術を説明したが、本技術はこれらの実施の形態等には限定されず、種々の変形が可能である。
【0156】
例えば、上記の実施の形態等では、印刷媒体９にカラー画像を形成したが、これに限定されるものではなく、モノクロ画像を形成してもよい。
【0157】
例えば、上記の実施の形態等では、本技術を単機能のプリンタに適用したが、これに限定されるものではなく、これに代えて、例えば、コピー機能、ファックス機能、スキャン機能、プリント機能などを有する、いわゆる多機能周辺装置（ＭＦＰ；Multi Function Peripheral）に適用してもよい。
【符号の説明】
【0158】
１，２…画像形成装置、１１…媒体収容部、１２…ホッピングローラ、１３…媒体センサ、１４…ピンチローラ、１５…レジストローラ、２０，２０Ｓ，２０Ｙ，２０Ｍ，２０Ｃ，２０Ｋ…現像部、２１…感光ドラム、２２…クリーニングブレード、２３…帯電ローラ、２４…現像ローラ、２５…現像ブレード、２６…供給ローラ、２７…トナー収容部、２９，２９Ｓ，２９Ｙ，２９Ｍ，２９Ｃ，２９Ｋ…露光ヘッド、３１，３１Ｓ，３１Ｙ，３１Ｍ，３１Ｃ，３１Ｋ…１次転写ローラ、３２…中間転写ベルト、３３…駆動ローラ、３４…従動ローラ、３５…バックアップローラ、３６…クリーニングブレード、３７…廃トナー収容部、４０…２次転写部、４１…２次転写ローラ、４２…媒体センサ、４３…媒体センサ、４４，４５…搬送ローラ、４６…排出ローラ、４７…スタッカ、５０…定着部、５１…ヒートローラ、５２…ヒータ、５３…加圧ローラ、５４…サーミスタ、６１，４６１…通信部、６２…表示操作部、６３…環境センサ、６４，１６４…電流センサ、６５…画像形成制御部、６６，１６６，４６６…記憶部、７０，１７０，４７０…処理部、７１…画像形成処理部、７２，４７２…印刷物情報取得部、７３，１７３，４７３…抵抗値情報取得部、１７３Ａ…補正部、７４，４７４…制御データ生成部、９１…情報処理装置、９２…画像読取装置、１００…印刷物情報、１０１…画像データ、１０２…媒体データ、１０３…制御データ、１０４…環境データ、１１０…抵抗値情報、１１１…抵抗値データ、１２３…制御データ、２００，３００…機械学習装置、２０１…ディスプレイ、２０２…キーボード、２０３…マウス、２０４…画像読取装置、２１０，３１０…処理部、２１１，３１１…データセット取得部、２１２…教師データ取得部、２１３…学習モデル生成部、２２０…記憶部、２２１…画像データ、２２２…媒体データ、２２３…制御データ、２２４…環境データ、２３０…メモリ、２４０…インタフェース、２５０…ディスプレイインタフェース、２６０…通信部、２７１…抵抗値データ、２８３…制御データ、２９０…バス、３１１Ａ…補正部、４００…画像形成システム、４０１…画像形成装置、４１０…サーバ、ＤＭ…モデル関連データ、ＤＳ…データセット、ＤＴ…教師データ、ＬＸ…入力層、ＬＹ１…第１中間層、ＬＹ２…第２中間層、ＬＺ…出力層、Ｍ，Ｍ０…制御データ生成モデル、ＮＮ…ニューラルネットワーク、Ｒ４０…抵抗値。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】