特開2022-131448花火開発支援装置、学習済みモデル生成装置、花火開発支援方法、学習済みモデル生成方法、プログラム及び記録媒体
(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】P2022131448
(43)【公開日】2022-09-07
(54)【発明の名称】花火開発支援装置、学習済みモデル生成装置、花火開発支援方法、学習済みモデル生成方法、プログラム及び記録媒体
(51)【国際特許分類】
F42B 4/00 20060101AFI20220831BHJP
G06N 20/00 20190101ALI20220831BHJP
【ＦＩ】
F42B4/00
G06N20/00 130
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2021030401
(22)【出願日】2021-02-26
(71)【出願人】
【識別番号】000232092
【氏名又は名称】ＮＥＣソリューションイノベータ株式会社
(74)【代理人】
【識別番号】100115255
【弁理士】
【氏名又は名称】辻丸 光一郎
(74)【代理人】
【識別番号】100201732
【弁理士】
【氏名又は名称】松縄 正登
(74)【代理人】
【識別番号】100154081
【弁理士】
【氏名又は名称】伊佐治 創
(72)【発明者】
【氏名】進木 昭道
(72)【発明者】
【氏名】山地 直樹
(72)【発明者】
【氏名】水上 拓郎
(57)【要約】
【課題】 花火玉の開発及び知識習得を支援可能な花火開発支援装置を提供する。
【解決手段】 本発明の花火開発支援装置１０において、取得部１１は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、前記構想構成情報を取得した場合、生成部１２は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、前記構想開花情報を取得した場合、生成部１２は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、出力部１３は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
【選択図】 図１
【解決手段】 本発明の花火開発支援装置１０において、取得部１１は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、前記構想構成情報を取得した場合、生成部１２は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、前記構想開花情報を取得した場合、生成部１２は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、出力部１３は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
【選択図】 図１
【特許請求の範囲】
【請求項1】
取得部、生成部、及び出力部を含み、
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援装置。
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援装置。
【請求項2】
前記生成部は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、請求項１記載の花火開発支援装置。
【請求項3】
さらに、学習処理部を含み、
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、請求項１又は２記載の花火開発支援装置。
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、請求項１又は２記載の花火開発支援装置。
【請求項4】
前記取得部は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、請求項３記載の花火開発支援装置。
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、請求項３記載の花火開発支援装置。
【請求項5】
さらに、評価情報生成部を含み、
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、
請求項４記載の花火開発支援装置。
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、
請求項４記載の花火開発支援装置。
【請求項6】
取得部、及び学習済みモデル生成部を含み、
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成装置。
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成装置。
【請求項7】
取得工程、生成工程、及び出力工程を含み、
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援方法。
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援方法。
【請求項8】
取得工程、及び学習済みモデル生成工程を含み、
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成方法。
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成方法。
【請求項9】
コンピュータに、取得手順、生成手順、及び出力手順を含む手順を実行させるためのプログラム：
前記取得手順は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成手順は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成手順は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力手順は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
前記取得手順は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成手順は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成手順は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力手順は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
【請求項10】
コンピュータに、取得手順、及び学習済みモデル生成手順を含む手順を実行させるためのプログラム：
前記取得手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する。
前記取得手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、花火開発支援装置、学習済みモデル生成装置、花火開発支援方法、学習済みモデル生成方法、プログラム及び記録媒体に関する。
【背景技術】
【0002】
玉皮の内部に星、割薬等の火薬を詰めた打揚花火の花火玉がある（例えば、特許文献１等）。花火玉は、導火線が燃えて、前記導火線によって花火玉内部の割火薬に火が到達し花火玉が破裂して、星に引火・飛散することで、開花する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１６－０２０７５３号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、花火玉の製造及び製造した花火玉の打ち上げ結果の確認（想定通りの形状で開花するか）には、時間や手間がかかる。一方で、花火玉の製造に関する知識は、師匠から弟子に伝聞によって指導が行われている。また、新たな花火玉の開発や製造は、花火玉を製造する技術者の経験（知識量等）に依存している。そのため、花火玉の製造等に時間や手間がかかると、新たな花火玉の開発を容易に行うことができないばかりか、花火玉の製造に関する知識の取得に時間がかかったり、知識が広まりにくかったりする等の問題がある。
【0005】
そこで、本発明は、花火玉の開発及び知識習得を支援可能な花火開発支援装置、学習済みモデル生成装置、花火開発支援方法、学習済みモデル生成方法、プログラム及び記録媒体を提供することを目的とする。
【課題を解決するための手段】
【0006】
前記目的を達成するために、本発明の花火開発支援装置は、
取得部、生成部、及び出力部を含み、
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、装置である。
取得部、生成部、及び出力部を含み、
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、装置である。
【0007】
本発明の学習済みモデル生成装置は、
取得部、及び学習済みモデル生成部を含み、
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、装置である。
取得部、及び学習済みモデル生成部を含み、
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、装置である。
【0008】
本発明の花火開発支援方法は、
取得工程、生成工程、及び出力工程を含み、
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、方法である。
取得工程、生成工程、及び出力工程を含み、
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、方法である。
【0009】
本発明の学習済みモデル生成方法は、
取得工程、及び学習済みモデル生成工程を含み、
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、方法である。
取得工程、及び学習済みモデル生成工程を含み、
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、方法である。
【発明の効果】
【0010】
本発明によれば、花火玉の開発及び知識習得を支援することができる。
【図面の簡単な説明】
【0011】
【発明を実施するための形態】
【0012】
本発明の花火開発支援装置において、例えば、
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、という態様であってもよい。
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、という態様であってもよい。
【0013】
本発明の花火開発支援装置において、例えば、
前記生成部は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、という態様であってもよい。
前記生成部は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、という態様であってもよい。
【0014】
本発明の花火開発支援装置は、例えば、
さらに、学習処理部を含み、
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、という態様であってもよい。
さらに、学習処理部を含み、
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、という態様であってもよい。
【0015】
本発明の花火開発支援装置において、例えば、
前記取得部は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
前記取得部は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
【0016】
本発明の花火開発支援装置は、例えば、
さらに、評価情報生成部を含み、
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
さらに、評価情報生成部を含み、
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
【0017】
本発明の学習済みモデル生成装置において、例えば、
前記取得部は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、という態様であってもよい。
前記取得部は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、という態様であってもよい。
【0018】
本発明の花火開発支援方法において、例えば、
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、という態様であってもよい。
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、という態様であってもよい。
【0019】
本発明の花火開発支援方法において、例えば、
前記生成工程は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、という態様であってもよい。
前記生成工程は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、という態様であってもよい。
【0020】
本発明の花火開発支援方法は、例えば、
さらに、学習処理工程を含み、
前記学習処理工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、という態様であってもよい。
さらに、学習処理工程を含み、
前記学習処理工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、という態様であってもよい。
【0021】
本発明の花火開発支援方法において、例えば、
前記取得工程は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
前記取得工程は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
【0022】
本発明の花火開発支援方法は、例えば、
さらに、評価情報生成工程を含み、
前記評価情報生成工程は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得工程は、生成した前記第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
さらに、評価情報生成工程を含み、
前記評価情報生成工程は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得工程は、生成した前記第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、という態様であってもよい。
【0023】
本発明の学習済みモデル生成方法において、例えば、
前記取得工程は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、という態様であってもよい。
前記取得工程は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、という態様であってもよい。
【0024】
本発明のプログラムは、本発明の方法の各工程を、手順として、コンピュータに実行させるためのプログラムである。
【0025】
本発明の記録媒体は、本発明のプログラムを記録しているコンピュータ読み取り可能な記録媒体である。
【0026】
本発明において、「花火玉」とは、打揚花火の花火玉であり、煙火玉ともいう。当該花火玉の用途は、特に制限されず、信号用、観賞用、試験用、等であってもよい。また、当該花火玉は、例えば、球状であってもよいし、円筒状であってもよい。
【0027】
次に、本発明の実施形態について図を用いて説明する。本発明は、以下の実施形態には限定されない。以下の各図において、同一部分には、同一符号を付している。また、各実施形態の説明は、特に言及がない限り、互いの説明を援用でき、各実施形態の構成は、特に言及がない限り、組合せ可能である。
【0028】
［実施形態１］
図１は、本実施形態の花火玉製造支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、取得部１１、生成部１２、及び出力部１３を含む。また、本装置１０は、任意の構成として、さらに、評価情報生成部１４、学習処理部１５等を含んでもよい。本装置１０は、例えば、花火情報データベース１、評価情報データベース２等を含んでもよい。
図１は、本実施形態の花火玉製造支援装置１０の一例の構成を示すブロック図である。図１に示すように、本装置１０は、取得部１１、生成部１２、及び出力部１３を含む。また、本装置１０は、任意の構成として、さらに、評価情報生成部１４、学習処理部１５等を含んでもよい。本装置１０は、例えば、花火情報データベース１、評価情報データベース２等を含んでもよい。
【0029】
本装置１０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、通信回線網を介して接続可能な装置でもよい。また、本装置１０は、前記通信回線網を介して、後述する外部装置と接続可能である。前記通信回線網は、特に制限されず、公知のネットワークを使用でき、例えば、有線でも無線でもよい。前記通信回線網は、例えば、インターネット回線、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）、電話回線、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＳＡＮ（Ｓｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＤＴＮ（Ｄｅｌａｙ Ｔｏｌｅｒａｎｔ Ｎｅｔｗｏｒｋｉｎｇ）、ＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）、Ｌ５Ｇ（ローカル５Ｇ）、等があげられる。無線通信としては、例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ローカル５Ｇ、ＬＰＷＡ等が挙げられる。前記無線通信としては、各装置が直接通信する形態（Ａｄ Ｈｏｃ通信）、インフラストラクチャ（infrastructure通信）、アクセスポイントを介した間接通信等であってもよい。本装置１０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置１０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。さらに、本装置１０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0030】
図２に、本装置１０のハードウエア構成のブロック図を例示する。本装置１０は、例えば、中央処理装置（ＣＰＵ、ＧＰＵ等）１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０５、表示装置１０６、通信デバイス１０７等を含む。本装置１０の各部は、それぞれのインタフェース（Ｉ／Ｆ）により、バス１０３を介して相互に接続されている。
【0031】
中央処理装置１０１は、本装置１０の全体の制御を担う。本装置１０において、中央処理装置１０１により、例えば、本発明のプログラムやその他のプログラムが実行され、また、各種情報の読み込みや書き込みが行われる。具体的には、例えば、中央処理装置１０１が、取得部１１、生成部１２、及び出力部１３として機能する。また、中央処理装置１０１は、例えば、評価情報生成部１４、学習処理部１５等としても機能する。
【0032】
バス１０３は、例えば、外部装置とも接続できる。前記外部装置は、例えば、外部記憶装置（外部データベース等）、プリンター、外部入力装置、外部表示装置、外部撮像装置等があげられる。本装置１０は、例えば、バス１０３に接続された通信デバイス１０７により、外部ネットワーク（前記通信回線網）に接続でき、外部ネットワークを介して、他の装置と接続することもできる。
【0033】
メモリ１０２は、例えば、メインメモリ（主記憶装置）が挙げられる。中央処理装置１０１が処理を行う際には、例えば、後述する記憶装置１０４に記憶されている本発明のプログラム等の種々の動作プログラムを、メモリ１０２が読み込み、中央処理装置１０１は、メモリ１０２からデータを受け取って、プログラムを実行する。前記メインメモリは、例えば、ＲＡＭ（ランダムアクセスメモリ）である。また、メモリ１０２は、例えば、ＲＯＭ（読み出し専用メモリ）であってもよい。
【0034】
記憶装置１０４は、例えば、前記メインメモリ（主記憶装置）に対して、いわゆる補助記憶装置ともいう。前述のように、記憶装置１０４には、本発明のプログラムを含む動作プログラムが格納されている。記憶装置１０４は、例えば、記録媒体と、記録媒体に読み書きするドライブとの組合せであってもよい。前記記録媒体は、特に制限されず、例えば、内蔵型でも外付け型でもよく、ＨＤ（ハードディスク）、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＭＯ、ＤＶＤ、フラッシュメモリー、メモリーカード等が挙げられる。記憶装置１０４は、例えば、記録媒体とドライブとが一体化されたハードディスクドライブ（ＨＤＤ）、及びソリッドステートドライブ（ＳＳＤ）であってもよい。
【0035】
本装置１０において、メモリ１０２及び記憶装置１０４は、ログ情報、外部データベース（図示せず）や外部の装置から取得した情報、本装置１０によって生成した情報、本装置１０が処理を実行する際に用いる情報等の種々の情報を記憶することも可能である。なお、少なくとも一部の情報は、例えば、メモリ１０２及び記憶装置１０４以外の外部サーバに記憶されていてもよいし、複数の端末にブロックチェーン技術等を用いて分散して記憶されていてもよい。
【0036】
本装置１０は、例えば、さらに、入力装置１０５、及び表示装置１０６を含んでもよい。入力装置１０５は、例えば、タッチパネル、キーボード、マウス等である。表示装置１０６は、例えば、ＬＥＤディスプレイ、液晶ディスプレイ等が挙げられる。
【0037】
つぎに、本実施形態の花火玉製造支援方法の一例を、図３のフローチャートに基づき説明する。本実施形態の花火玉製造支援方法は、例えば、図１の花火玉製造支援装置１０を用いて、次のように実施する。なお、本実施形態の花火玉製造支援方法は、図１の花火玉製造支援装置１０の使用には限定されない。また、図３においてかっこで示した工程は、任意の工程である。
【0038】
まず、取得部１１により、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得する（Ｓ１１ａ、取得工程）。ここで、花火玉の構成とは、例えば、各火薬（星や割薬等）の配置等の花火玉の内部構造に関する情報；各火薬の種類や分量等の火薬に関する情報；球状、円筒状、等の花火玉の形状に関する情報；等の要素を含むものである。また、花火玉の開花状態とは、花火玉が所定の高さまで上昇しつつ、導火線に火がつき、前記導火線によって割火薬に火が到達し、花火玉が破裂し、星が燃焼しながら飛散した状態を意味する。前記構想構成情報及び前記構想開花情報は、例えば、動画や静止画等の画像情報を含むものであってもよい。取得部１１は、例えば、前記通信回線網を介して外部サーバや外部データベース等から前記構想構成情報及び前記構想開花情報を取得してもよいし、メモリ１０２及び記憶装置１０４に記憶している前記構想構成情報及び前記構想開花情報を読み出すことで取得してもよい。具体的に、前記構想構成情報及び前記構想開花情報は、例えば、３Ｄ ＣＡＤ等の技術を用いて生成可能である。
【0039】
次に、前記構想構成情報を取得した場合、生成部１２により、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成する（Ｓ１２ａ、生成工程）。前記開花情報推定モデルは、入力された花火玉の構想構成情報から前記構想構成情報に対応する推定開花情報を生成するように学習されたモデルである。前記開花情報推定モデルは、例えば、後述の学習処理部１５により構築してもよいし、予めメモリ１０２及び記憶装置１０４に記憶されていてもよいし、取得部１１により通信回線網を介して外部の学習済みモデル生成装置（例えば、後述の学習済みモデルモデル生成装置２０）から取得してもよい。前記推定開花情報は、前記構想構成情報における花火玉の構成から推定される花火玉の開花状態を示す情報である。前記推定開花情報は、例えば、動画や静止画等の画像情報を含むものであってもよい。
【0040】
一方で、前記構想開花情報を取得した場合、生成部１２により、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成する（Ｓ１２ｂ、生成工程）。前記構成情報推定モデルは、入力された構想開花情報から前記構想開花情報に対応する花火玉の推定構成情報を生成するように学習されたモデルである。前記構成情報推定モデルは、例えば、後述の学習処理部１５により構築してもよいし、予めメモリ１０２及び記憶装置１０４に記憶されていてもよいし、取得部１１により通信回線網を介して外部の学習済みモデル生成装置（例えば、後述の学習済みモデルモデル生成装置２０）から取得してもよい。前記推定構成情報は、前記構想開花情報における花火玉の開花状態から推定される花火玉の構成を示す情報である。前記推定構成情報は、例えば、動画や静止画等の画像情報を含むものであってもよい。
【0041】
生成部１２は、例えば、前記工程（Ｓ１２ａ）を実行する推定開花情報生成部１２１と、前記工程（Ｓ１２ｂ）を実行する推定構成情報生成部１２２とを含んでもよい。
【0042】
前記開花情報推定モデルは、例えば、花火玉の構想構成情報を入力する入力層と、前記推定開花情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含む。前記構成情報推定モデルは、例えば、構想開花情報を入力する入力層と、前記推定構成情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含む。前記開花情報推定モデル及び前記構成情報推定モデルは、人工知能ソフトウェアの一部であるプログラムモジュールであってもよい。前記多層化ネットワークとしては、例えば、ニューラルネットワーク等が挙げられる。前記ニューラルネットワークとしては、例えば、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ：ＣＮＮ）等が挙げられるが、ＣＮＮに限定されず、ＣＮＮ以外のニューラルネットワーク、ＳＶＭ（Support Vector Machine）、ベイジアンネットワーク、回帰木等の他の学習アルゴリズムで構築された学習済みモデルであってもよい。このように、前記開花情報推定モデル及び前記構成情報推定モデルは、例えば、それぞれが独立した学習済みモデルであってもよい。一方で、前記開花情報推定モデル及び前記構成情報推定モデルは、例えば、同一の学習済みモデルであってもよい。同一の学習済みモデルとは、すなわち、双方向性がある学習済みモデルともいえる。前記双方向性がある学習済みモデルは、例えば、花火玉の構想構成情報及び構想開花情報の少なくとも一方を入力する入力層と、前記推定開花情報及び前記推定構成情報の少なくとも一方を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含む。前記双方向性がある学習済みモデルは、例えば、前述の前記開花情報推定モデル及び前記構成情報推定モデルに関する記載を援用できる。
【0043】
そして、出力部１３により、前記推定開花情報、及び、前記推定構成情報の少なくとも一方（以下、前記推定開花情報等ともいう）を出力し（Ｓ１３）、終了する（ＥＮＤ）。出力部１３は、例えば、通信回線網を介して外部の装置に前記推定開花情報等を出力してもよいし、表示装置１０６に出力してもよい。前記推定開花情報等は、メモリ１０２及び記憶装置１０４に記憶されてもよい。
【0044】
生成部１２は、例えば、前記工程（Ｓ１２ａ）において、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成してもよい。前記第１評価情報とは、例えば、前記推定開花情報が示す花火玉の開花状態に対する評価に関する情報である。具体的に、前記評価としては、例えば、開花した花火の形状、広がり、肩の張り、消え口、色等の見栄えに対する評価であるが、これに限定されない。前記第１評価情報は、例えば、任意の項目毎に点数にて表されていてもよい。前記項目としては、例えば、造形、色彩、変化、新規性、等がある。すなわち、前記開花情報推定モデルは、例えば、入力された花火玉の構想構成情報から前記構想構成情報に対応する推定開花情報及び前記推定開花情報に対する第１評価情報を生成するように学習されたモデルであってもよい。この場合の前記開花情報推定モデルは、例えば、前記推定開花情報を出力する出力層に代えて、前記推定開花情報及び前記推定開花情報に対する第１評価情報を出力する出力層を含む点を除き、前述の記載を援用できる。
【0045】
前述のように、本装置１０は、例えば、さらに、学習処理部１５を含んでもよい。学習処理部１５は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する（Ｓ１５ａ、学習処理工程）。前記実在構成情報とは、実在する花火玉の構成に関する情報であり、例えば、花火玉に対して３Ｄスキャン等を行って取得した構造図に、火薬に関する情報を紐づけた情報である。花火玉の構成とは、前述と同様である。前記実在開花情報とは、実在する花火玉の開花状態に関する情報であり、例えば、花火を撮像した動画や静止画等を解析した情報である。前記開花状態とは、前述と同様である。前記機械学習は、特に制限されず、例えば、ＣＮＮ、ＳＶＭ、ベイジアンネットワーク、回帰木等を用いた機械学習である。前記工程（Ｓ１５ａ）は、前記工程（Ｓ１２ａ）及び前記工程（Ｓ１２ｂ）の前に実行されればよく、図３に示すような前記工程（Ｓ１１ａ）及び後述の工程（Ｓ１１ｂ）の後に限定されない。
【0046】
また、取得部１１は、例えば、さらに、開花情報に関する第２評価情報を取得してもよい（Ｓ１１ｂ、取得工程）。前記開花情報には、例えば、実在開花情報、推定開花情報、構想開花情報等を含む。前記第２評価情報については、前述の第１評価情報の記載を援用できる。前記第２評価情報としては、例えば、過去に生成した推定開花情報に対する前記第１評価情報、前記開花情報に対するユーザからの評価、予め設定した鑑賞指標、新規性の度合い（過去に類似した構造が無い度合い）等がある。また、前記第２評価情報は、例えば、後述の評価情報生成部１４によって生成された第２評価情報であってもよい。取得部１１は、例えば、前記通信回線網を介して外部サーバや外部データベース等から前記第２評価情報を取得してもよいし、メモリ１０２及び記憶装置１０４に記憶している前記第２評価情報を読み出すことで取得してもよい。前記工程（Ｓ１１ｂ）は、図３に示すように、前記工程（Ｓ１１ａ）と並行して実行してもよいし、順番に実行してもよい。前記順番は、特に制限されない。
【0047】
そして、学習処理部１５は、例えば、前記工程（Ｓ１５ａ）において、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築してもよい。つまり、取得部１１が前記第２評価情報として前記第１評価情報を取得した場合、学習処理部１５は、例えば、前記開花情報推定モデルを自動的に再構築するともいえる。
【0048】
前述のように、本装置１０は、例えば、さらに、評価情報生成部１４を含んでもよい。評価情報生成部１４は、例えば、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成する（Ｓ１４、評価情報生成工程）。前記花火評価モデルは、入力された開花情報から前記開花情報に対応する第２評価情報を生成するように学習されたモデルである。前記開花情報及び前記第２評価情報については、前述の記載を援用できる。前記工程（Ｓ１４）は、例えば、図３に示すように、前記工程（Ｓ１１ｂ）の前に、実行されてもよいが、前記開花情報が前記推定開花情報である場合は、前記工程（Ｓ１２ａ）の後、且つ前記工程（Ｓ１３）の前に実行されてもよい。また、前記開花情報が前記構想開花情報である場合は、前記工程（Ｓ１１ａ）の後、且つ前記工程（Ｓ１１ｂ）の前に実行されてもよい。そして、取得部１１は、前記工程（Ｓ１１ｂ）において、評価情報生成部１４が生成した前記第２評価情報を取得する。学習処理部１５は、前述したように、前記工程（Ｓ１５ａ）において、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する。
【0049】
前記花火評価モデルは、例えば、前記開花情報を入力する入力層と、前記第２評価情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含む。前記花火評価モデルは、例えば、前記開花情報推定モデル及び前記構成情報推定モデルに関する記載を援用できる。
【0050】
前記花火評価モデルは、例えば、前記工程（Ｓ１４）の前に、学習処理部１５により、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって構築されてもよい（Ｓ１５ｂ）。
【0051】
本装置１０は、例えば、花火情報データベース１を含んでもよい。花火情報データベース１は、構成情報及び開花情報を格納するデータベースである。前記構成情報は、前記構想構成情報、前記推定構成情報、及び前記実在構成情報等である。前記開花情報は、前記構想開花情報、前記推定構成情報、及び前記実在構成情報等である。前記構成情報及び前記開花情報の一例を図６に示す。なお、図６において、前記構成情報及び前記開花情報は、平面図として示したが、立体図であってもよいし、複数の平面図を含んでもよい。
【0052】
本装置１０は、例えば、評価情報データベース２を含んでもよい。評価情報データベース２は、前記評価情報を格納するデータベースである。
【0053】
本実施形態によれば、例えば、花火玉の推定開花情報を生成することで、構想している花火玉の打ち上げの結果をシミュレーションすることができる。また、本実施形態によれば、例えば、花火玉の推定構成情報を生成することで、構想している花火玉の開花状態から花火玉の構成を設計することもできる。このように、本実施形態によれば、実際に花火玉を製造することも打ち上げることもせずに、花火玉の開発及び製造に関する知識習得を支援することができる。また、前記評価情報を用いて前記推定開花情報を生成することで、例えば、より評価の高い花火玉の開発及び知識習得を支援することができる。
【0054】
［実施形態２］
図４（Ａ）は、本実施形態の学習済みモデル生成装置２０の一例の構成を示すブロック図である。図４（Ａ）に示すように、本装置２０は、取得部２１、及び学習済みモデル生成部２２を含む。本装置２０で生成された各学習済みモデルは、例えば、前記実施形態１記載の花火開発支援装置１０において使用されてもよい。
図４（Ａ）は、本実施形態の学習済みモデル生成装置２０の一例の構成を示すブロック図である。図４（Ａ）に示すように、本装置２０は、取得部２１、及び学習済みモデル生成部２２を含む。本装置２０で生成された各学習済みモデルは、例えば、前記実施形態１記載の花火開発支援装置１０において使用されてもよい。
【0055】
本装置２０は、例えば、前記各部を含む１つの装置でもよいし、前記各部が、前記通信回線網を介して接続可能な装置でもよい。また、本装置２０は、前記通信回線網を介して、前述の外部装置と接続可能である。本装置２０は、例えば、システムとしてサーバに組み込まれていてもよい。また、本装置２０は、例えば、本発明のプログラムがインストールされたパーソナルコンピュータ（ＰＣ、例えば、デスクトップ型、ノート型）、スマートフォン、タブレット端末等であってもよい。さらに、本装置２０は、例えば、前記各部のうち少なくとも一つがサーバ上にあり、その他の前記各部が端末上にあるような、クラウドコンピューティングやエッジコンピューティング等の形態であってもよい。
【0056】
図４（Ｂ）に、学習済みモデル生成装置２０のハードウエア構成のブロック図を例示する。学習済みモデル生成装置２０は、例えば、中央処理装置（ＣＰＵ、ＧＰＵ等）１０１、メモリ１０２、バス１０３、記憶装置１０４、入力装置１０５、表示装置１０６、通信デバイス１０７等を含む。学習済みモデル生成装置２０のハードウエア構成の各部は、特に言及しない限り、図３に示す花火開発支援装置１０のハードウエア構成の各部の記載を援用できる。
【0057】
中央処理装置１０１は、例えば、取得部２１及び学習済みモデル生成部２２として機能する。
【0058】
メモリ１０２及び記憶装置１０４は、本装置２０によって生成された学習済みモデルを記憶してもよい。
【0059】
つぎに、本実施形態の学習済みモデルの生産方法の一例を、図５のフローチャートに基づき説明する。本実施形態の学習済みモデルの生産方法は、例えば、図４の学習済みモデル生成装置２０を用いて、次のように実施する。なお、本実施形態の学習済みモデルの生産方法は、図４の学習済みモデル生成装置２０の使用には限定されない。
【0060】
まず、取得部２１により、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得する（Ｓ２１、取得工程）。次に、学習済みモデル生成部２２により、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び、構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、の少なくとも一方の学習済みモデルを生成し（Ｓ２２、学習済みモデル生成工程）、終了する（ＥＮＤ）。
【0061】
つまり、本装置２０は、機械付き機械学習を行うことで、前記構想構成情報を入力とし、前記推定開花情報を出力とするニューラルネットワーク、及び前記構想開花情報を入力とし、前記推定構成情報を出力とするニューラルネットワークの少なくとも一方を構築（生成）する、ともいえる。前記ニューラルネットワークとしては、例えば、前述と同様である。前記ニューラルネットワークは、例えば、前記構想構成情報又は前記構成開花情報を受け付ける入力層と、前記推定開花情報又は前記推定構成情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを含んでもよい。前記開花情報推定モデル及び前記構成情報推定モデルは、例えば、それぞれが独立した学習済みモデルであってもよい。一方で、前記開花情報推定モデル及び前記構成情報推定モデルは、例えば、同一の学習済みモデルであってもよい。同一の学習済みモデルとは、すなわち、双方向性がある学習済みモデルともいえる。前記双方向性がある学習済みモデルは、例えば、前述の各ニューラルネットワークに関する記載を援用できる。
【0062】
前記入力層は、例えば、前記構想構成情報又は前記構成開花情報の入力を受け付ける複数のニューロンを含み、入力された前記構想構成情報又は前記構成開花情報を前記中間層に受け渡す。前記中間層は、前記構想構成情報又は前記構成開花情報の特徴量を抽出する複数のニューロンを含み、抽出した前記特徴量を前記出力層に受け渡す。前記出力層は、前記推定開花情報又は前記推定構成情報を出力する一又は複数のニューロンを含み、前記中間層から出力された前記特徴量に基づいて、前記推定開花情報又は前記推定構成情報の生成を行う。前記特徴量は、特に制限されないが、例えば、星の数、子生成回数、孫生成回数、光持続時間、尾の生存時間等のパラメータがある。
【0063】
さらに、取得部２１は、例えば、開花情報と第２評価情報とを紐づけた教師データを取得してもよい。そして、学習済みモデル生成部２２は、例えば、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第２評価情報を生成して出力する開花情報推定モデルを生成してもよい。つまり、本装置２０は、前記構想構成情報を入力とし、前記推定開花情報を出力とするニューラルネットワークに代えて、前記構想構成情報を入力とし、前記推定開花情報及び前記第２評価情報を出力とするニューラルネットワークを構築するともいえる。前記ニューラルネットワークにおいて、前記出力層が前記推定開花情報及び前記第２評価情報を出力する点を除き、前述と同様である。前記ニューラルネットワークの各層の記載は、前記ニューラルネットワークの記載に沿うように適宜読み替えることで前述の記載を援用できる。
【0064】
また、学習済みモデル生成部２２は、例えば、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって花火評価モデルを生成してもよい。前記花火評価モデルは、前述したように、前記開花情報を入力した場合に、前記開花情報に対応する第２評価情報を生成して出力するモデルである。つまり、本装置２０は前記開花情報を入力とし、前記第２評価情報を出力とするニューラルネットワークを構築するともいえる。前記ニューラルネットワークにおいて、前記入力層が前記開花情報を受け付け、前記出力層が前記第２評価情報を出力する点を除き、前述と同様である。前記ニューラルネットワークの各層の記載は、前記ニューラルネットワークの記載に沿うように適宜読み替えることで前述の記載を援用できる。
【0065】
本実施形態によって生成される各学習済みモデルは、例えば、前記実施形態１記載の花火開発支援装置１０に使用される。これにより、推定開花情報、推定構成情報、評価モデルを生成可能であり、花火玉の開発及び知識習得を支援することができる。
【0066】
［実施形態３］
本実施形態のプログラムは、本発明の方法の各工程を、手順として、コンピュータに実行させるためのプログラムである。本発明において、「手順」は、「処理」と読み替えてもよい。また、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されていてもよい。前記記録媒体としては、特に限定されず、例えば、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク等が挙げられる。
本実施形態のプログラムは、本発明の方法の各工程を、手順として、コンピュータに実行させるためのプログラムである。本発明において、「手順」は、「処理」と読み替えてもよい。また、本実施形態のプログラムは、例えば、コンピュータ読み取り可能な記録媒体に記録されていてもよい。前記記録媒体としては、特に限定されず、例えば、読み出し専用メモリ（ＲＯＭ）、ハードディスク（ＨＤ）、光ディスク等が挙げられる。
【0067】
以上、実施形態を参照して本発明を説明したが、本発明は、上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をできる。
【0068】
＜付記＞
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
取得部、生成部、及び出力部を含み、
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援装置。
（付記２）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記１記載の花火開発支援装置。
（付記３）
前記生成部は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記１又は２記載の花火開発支援装置。
（付記４）
さらに、学習処理部を含み、
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記１から３のいずれかに記載の花火開発支援装置。
（付記５）
前記取得部は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記４記載の花火開発支援装置。
（付記６）
さらに、評価情報生成部を含み、
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、
付記５記載の花火開発支援装置。
（付記７）
取得部、及び学習済みモデル生成部を含み、
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成装置。
（付記８）
前記取得部は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記７記載の学習済みモデル生成装置。
（付記９）
取得工程、生成工程、及び出力工程を含み、
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援方法。
（付記１０）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記９記載の花火開発支援方法。
（付記１１）
前記生成工程は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記９又は１０記載の花火開発支援方法。
（付記１２）
さらに、学習処理工程を含み、
前記学習処理工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記９から１１のいずれかに記載の花火開発支援方法。
（付記１３）
前記取得工程は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記１２記載の花火開発支援方法。
（付記１４）
さらに、評価情報生成工程を含み、
前記評価情報生成工程は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得工程は、生成した前記第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記１３記載の花火開発支援方法。
（付記１５）
取得工程、及び学習済みモデル生成工程を含み、
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成方法。
（付記１６）
前記取得工程は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記１５記載の学習済みモデル生成方法。
（付記１７）
コンピュータに、取得手順、生成手順、及び出力手順を含む手順を実行させるためのプログラム：
前記取得手順は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成手順は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成手順は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力手順は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
（付記１８）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記１７記載のプログラム。
（付記１９）
前記生成手順は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記１７又は１８記載のプログラム。
（付記２０）
さらに、学習処理手順を含み、
前記学習処理手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記１７から１９のいずれかに記載のプログラム。
（付記２１）
前記取得手順は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理手順は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記２０記載のプログラム。
（付記２２）
さらに、評価情報生成手順を含み、
前記評価情報生成手順は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得手順は、生成した前記第２評価情報を取得し、
前記学習処理手順は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記２１記載のプログラム。
（付記２３）
コンピュータに、取得手順、及び学習済みモデル生成手順を含む手順を実行させるためのプログラム：
前記取得手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する。
（付記２４）
前記取得手順は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記２３記載のプログラム。
（付記２５）
付記１７から２４のいずれかに記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体。
上記の実施形態の一部または全部は、以下の付記のように記載されうるが、以下には限られない。
（付記１）
取得部、生成部、及び出力部を含み、
前記取得部は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成部は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成部は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力部は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援装置。
（付記２）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記１記載の花火開発支援装置。
（付記３）
前記生成部は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記１又は２記載の花火開発支援装置。
（付記４）
さらに、学習処理部を含み、
前記学習処理部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記１から３のいずれかに記載の花火開発支援装置。
（付記５）
前記取得部は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記４記載の花火開発支援装置。
（付記６）
さらに、評価情報生成部を含み、
前記評価情報生成部は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得部は、生成した前記第２評価情報を取得し、
前記学習処理部は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、
付記５記載の花火開発支援装置。
（付記７）
取得部、及び学習済みモデル生成部を含み、
前記取得部は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成装置。
（付記８）
前記取得部は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成部は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記７記載の学習済みモデル生成装置。
（付記９）
取得工程、生成工程、及び出力工程を含み、
前記取得工程は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成工程は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成工程は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力工程は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する、花火開発支援方法。
（付記１０）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記９記載の花火開発支援方法。
（付記１１）
前記生成工程は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記９又は１０記載の花火開発支援方法。
（付記１２）
さらに、学習処理工程を含み、
前記学習処理工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記９から１１のいずれかに記載の花火開発支援方法。
（付記１３）
前記取得工程は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記１２記載の花火開発支援方法。
（付記１４）
さらに、評価情報生成工程を含み、
前記評価情報生成工程は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得工程は、生成した前記第２評価情報を取得し、
前記学習処理工程は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記１３記載の花火開発支援方法。
（付記１５）
取得工程、及び学習済みモデル生成工程を含み、
前記取得工程は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する、学習済みモデル生成方法。
（付記１６）
前記取得工程は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成工程は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記１５記載の学習済みモデル生成方法。
（付記１７）
コンピュータに、取得手順、生成手順、及び出力手順を含む手順を実行させるためのプログラム：
前記取得手順は、構想している花火玉の構成を示す構想構成情報、及び、構想している花火玉の開花状態を示す構想開花情報の少なくとも一方を取得し、
前記構想構成情報を取得した場合、
前記生成手順は、開花情報推定モデルに、取得した前記構想構成情報を入力して、前記構想構成情報に対応する推定開花情報を生成し、
前記構想開花情報を取得した場合、
前記生成手順は、構成情報推定モデルに、取得した前記構想開花情報を入力して、前記構想開花情報に対応する花火玉の推定構成情報を生成し、
前記出力手順は、前記推定開花情報、及び、前記推定構成情報の少なくとも一方を出力する。
（付記１８）
前記開花情報推定モデルと前記構成情報推定モデルとは、同一の学習済みモデルである、付記１７記載のプログラム。
（付記１９）
前記生成手順は、前記開花情報推定モデルに、取得した前記構想構成情報を入力して、前記推定開花情報及び前記推定開花情報に対する第１評価情報を生成する、付記１７又は１８記載のプログラム。
（付記２０）
さらに、学習処理手順を含み、
前記学習処理手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデル及び前記構成情報推定モデルの少なくとも一方を構築する、付記１７から１９のいずれかに記載のプログラム。
（付記２１）
前記取得手順は、さらに、開花情報に対する第２評価情報を取得し、
前記学習処理手順は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記２０記載のプログラム。
（付記２２）
さらに、評価情報生成手順を含み、
前記評価情報生成手順は、花火評価モデルに、開花情報を入力して、前記開花情報に対応する第２評価情報を生成し、
前記取得手順は、生成した前記第２評価情報を取得し、
前記学習処理手順は、前記開花情報と前記第２評価情報とを紐づけた教師データを用いた機械学習によって前記開花情報推定モデルを構築する、付記２１記載のプログラム。
（付記２３）
コンピュータに、取得手順、及び学習済みモデル生成手順を含む手順を実行させるためのプログラム：
前記取得手順は、花火玉の実在構成情報と実在開花情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、構想している花火玉の構想構成情報を入力した場合に、前記構想構成情報に対応する推定開花情報を生成して出力する開花情報推定モデル、及び
構想している花火玉の構想開花情報を入力した場合に、前記構想開花情報に対応する推定構成情報を生成して出力する構成情報推定モデル、
の少なくとも一方の学習済みモデルを生成する。
（付記２４）
前記取得手順は、花火玉の開花情報と第２評価情報とを紐づけた教師データを取得し、
前記学習済みモデル生成手順は、前記教師データを用いた機械学習によって、前記構想構成情報を入力した場合に、前記推定開花情報及び前記推定開花情報に対応する第１評価情報を生成して出力する開花情報推定モデルを生成する、付記２３記載のプログラム。
（付記２５）
付記１７から２４のいずれかに記載のプログラムを記録しているコンピュータ読み取り可能な記録媒体。
【産業上の利用可能性】
【0069】
本発明によれば、構想している花火玉の打ち上げシミュレーション及び構想している花火玉の開花状態から花火玉の構成を設計することができる。このため、本発明は、例えば、花火玉の開発及び製造に関する知識習得において有用である。
【符号の説明】
【0070】
１ 花火情報データベース
２ 評価情報データベース
１０ 花火開発支援装置
１１ 取得部
１２ 生成部
１２１ 推定開花情報生成部
１２２ 推定構成情報生成部
１３ 出力部
１４ 評価情報生成部
１５ 学習処理部
２０ 学習済みモデル生成装置
２１ 取得部
２２ 学習済みモデル生成部
１０１ 中央処理装置
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ 入力装置
１０６ 表示装置
１０７ 通信デバイス
２ 評価情報データベース
１０ 花火開発支援装置
１１ 取得部
１２ 生成部
１２１ 推定開花情報生成部
１２２ 推定構成情報生成部
１３ 出力部
１４ 評価情報生成部
１５ 学習処理部
２０ 学習済みモデル生成装置
２１ 取得部
２２ 学習済みモデル生成部
１０１ 中央処理装置
１０２ メモリ
１０３ バス
１０４ 記憶装置
１０５ 入力装置
１０６ 表示装置
１０７ 通信デバイス
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】