JP2021032114A - 車両用学習制御システム、車両用制御装置、および車両用学習装置 - Google Patents

Abstract

【課題】様々な状況で写像の出力が正しい値となるかを検証することができるようにした学習制御システムを提供する。
【解決手段】車両内の記憶装置７６には、実用写像データ７６ａと評価写像データ７６ｂとが搭載されており、ＣＰＵ７２は、それら各写像データによって規定される写像に基づき失火の有無を判定する。ＣＰＵ７２は、２つの判定結果が不一致となる場合、評価写像データ７６ｂによって規定される写像の入力としたデータ等をデータ解析センター１００に送信する。データ解析センター１００では、評価写像データ７６ｂによる判定結果の妥当性を検証する。
【選択図】図１

Description

本発明は、機械学習を用いた車両用学習制御システム、車両用制御装置、および車両用学習装置に関する。

たとえば下記特許文献１には、回転速度の変化量である回転変動量を入力とし、内燃機関の複数の気筒のそれぞれで失火が生じたか否かを示す値を出力するニューラルネットワークを備えた装置が提案されている。

特開平４−９１３４８号公報

ところで、一般に機械学習によって学習された学習済みモデルの信頼性を高めるうえでは、様々な状況における訓練データを用いて学習させておく必要がある。しかし、車両に搭載する以前においては、実際に車両に搭載された場合に生じうる様々な状況について必ずしも十分な訓練データを得られるとは限らない。そして、十分な訓練データが得られない場合には、上記ニューラルネットワークが車両に搭載された場合に様々な状況で正しい値を出力するか否かを、検証することが困難である。

以下、上記課題を解決するための手段およびその作用効果について記載する。
１．実行装置と、記憶装置と、を備え、前記記憶装置には、車載センサの検出値に基づく第１入力データを入力とし車両の既定の状態に関する第１出力値を出力する第１写像を規定する第１写像データと、前記車載センサの検出値に基づく第２入力データを入力とし前記既定の状態に関する第２出力値を出力する第２写像を規定して且つ機械学習によって学習されたデータを含む第２写像データとが記憶されており、前記実行装置は、前記第１入力データを取得する第１取得処理と、前記第１入力データを前記第１写像の入力として前記第１出力値を算出する第１算出処理と、前記第１算出処理の算出結果に基づき、該算出結果に対処すべく所定のハードウェアを操作する対処処理と、前記第２入力データを取得する第２取得処理と、前記第２入力データを前記第２写像の入力として前記第２出力値を算出する第２算出処理と、前記第１出力値と前記第２出力値とが整合するか否かを判定する判定処理と、を実行する車両用制御装置である。

上記構成では、第１写像が車両において何らかの制御を行う上で利用される。また、判定処理によって、第２出力値と第１出力値との整合性の有無が判定されることから、整合していないと判定される場合には、第２写像の信頼性が低いおそれがあることを検知できる。そして、信頼性が低いおそれがあることが検知できることから、検知された状況における第２写像の信頼性を検証することが可能となる。

２．前記実行装置は、前記判定処理によって整合しないと判定される場合、前記整合しないと判定された際の前記第２入力データに基づき、前記第２写像データを更新するためのデータを生成する再学習データ生成処理を実行する上記１記載の車両用制御装置である。

上記構成では、再学習データ生成処理を実行することにより、整合しないと判定された際の第２写像への入力データに基づき、第２写像データを更新するためのデータを提供できることから、第２写像データを再学習させることが可能となる。

３．前記実行装置は、前記再学習データ生成処理によって生成されたデータに基づき、前記第２写像データを再学習させる再学習処理を実行する上記２記載の車両用制御装置である。

上記構成では、第１写像が車両において何らかの制御を行う上で利用される。また、判定処理によって、第２出力値と第１出力値との整合性の有無が判定されることから、整合していないと判定される場合には、第２写像の信頼性が低いおそれがあることを検知できる。そして、整合しないと判定された際の第２写像への入力データに基づき、第２写像データを再学習させることができることから、第２写像を、車両の様々な状況において精度の良い値を出力するものとすることが可能となる。

４．上記３記載の前記実行装置と、前記記憶装置と、を備え、前記再学習データ生成処理は、前記第２入力データの情報を表示装置に表示させる表示処理と、前記第２写像の出力値に誤りがあるか否かの情報を取り込む妥当性判定結果取込処理と、前記妥当性判定結果取込処理によって取り込んだ情報に基づき、前記第２写像データを更新するためのデータを生成する処理と、を含む車両用学習制御システムである。

上記構成では、第１出力値と第２出力値とが整合しないと判定される場合、その際の第２入力データに関する情報を表示装置に表示することにより、第１写像および第２写像とは別に、第２入力データに関する情報等から車両の状態を判定しうる主体によって、第２写像の出力の妥当性について検討することができる。そして、妥当性判定結果取込処理によって同主体による判定結果を取り込むことにより、表示対象となった入力データを、第２写像データを更新するための再学習データとすべきかを定めることができる。

５．上記３記載の前記実行装置と、前記記憶装置と、を備え、前記記憶装置には、前記車載センサの検出値に基づくデータを入力とし前記既定の状態に関する第３出力値を出力する第３写像を規定する第３写像データが記憶されており、前記再学習データ生成処理は、前記車載センサの検出値に基づくデータを前記第３写像に入力して前記第３出力値を算出する第３算出処理と、前記第３出力値と前記第２出力値との整合性の有無に基づき、前記第２写像データを更新するためのデータを生成する処理と、を含む車両用学習制御システムである。

上記構成では、第１写像の出力と第２写像の出力とが整合しないと判定される場合、第３写像の出力と第２写像の出力との整合性の有無を判定することにより、第２写像の妥当性を検証することができる。

６．上記４または５記載の前記実行装置は、車両に搭載される第１実行装置および車載装置とは別の第２実行装置を含み、前記再学習データ生成処理は、前記整合しないと判定された際の前記第２入力データに関するデータを送信する入力データ送信処理と、前記入力データ送信処理によって送信された前記データを受信する入力データ受信処理と、を含み、前記第１実行装置は、前記第１取得処理、前記第１算出処理、前記第２取得処理、前記第２算出処理、前記対処処理、前記判定処理、および前記入力データ送信処理を実行するものであり、前記第２実行装置は、前記再学習データ生成処理のうちの前記入力データ送信処理以外の処理、および前記再学習処理を実行するものであり、前記第１実行装置を備える車両用制御装置である。

上記構成では、再学習処理を車載装置以外で実行することができる。なお、第２実行装置が「車載装置とは別の」装置であることは、第２実行装置が車載装置ではないことを意味する。

７．前記第２実行装置は、前記再学習処理によって学習された再学習済みのパラメータを前記車両へと送信するパラメータ送信処理を実行し、前記第１実行装置は、前記パラメータ送信処理によって送信された前記パラメータを受信するパラメータ受信処理を実行する上記６記載の車両用制御装置である。

上記構成では、再学習済みのパラメータを車両用制御装置が受信することにより、車両用制御装置において受信した再学習済みのパラメータを利用することで、第２写像データを更新することが可能となる。

８．前記第１実行装置は、前記車両の走行の終了時に前記入力データ送信処理を実行する上記６または７記載の車両用制御装置である。
上記構成では、再学習用データ送信処理を車両の走行の終了時に実行することにより、車両の走行時に入力データ送信処理が実行される場合と比較して、車両の走行時における車両用制御装置の演算負荷を軽減できる。

９．上記６〜８のいずれか１つに記載の前記第２実行装置を備える車両用学習装置である。
１０．上記４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、前記記憶装置は、前記車両に搭載される第１記憶装置、および車載装置とは別の第２記憶装置を備え、前記第１写像データは、実用写像データと、比較用写像データとを含み、前記第１記憶装置は、前記実用写像データを記憶しており、前記第２記憶装置は、前記比較用写像データおよび前記第２写像データを記憶しており、前記第１取得処理は、前記実用写像データによって規定される写像への入力となるデータを取得する実用用取得処理および前記比較用写像データによって規定される写像への入力となるデータを取得する比較用取得処理を含み、前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記実用写像データに基づく前記第１算出処理、前記比較用取得処理によって取得したデータおよび前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、および前記対処処理を実行するものであり、前記第２実行装置は、前記入力データ送信処理によって送信された前記データを受信する入力データ受信処理、前記比較用写像データに基づく前記第１算出処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、前記第２実行装置および前記第２記憶装置を備える車両用学習装置である。

上記構成では、第２算出処理や判定処理を車両の外部で行うことから、車両側の演算負荷を軽減できる。なお、第２実行装置や第２記憶装置が「車載装置とは別の」装置であることは、第２実行装置や第２記憶装置が車載装置ではないことを意味する。

１１．上記４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、前記記憶装置は、前記車両に搭載されて前記第１写像データを記憶する第１記憶装置、および車載装置とは別の装置であって前記第２写像データを記憶する第２記憶装置を備え、前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理、前記第１算出処理の算出結果を送信する第１算出結果送信処理、および前記対処処理を実行するものであり、前記第２実行装置は、前記入力データ送信処理によって送信された前記第２入力データを受信する入力データ受信処理、前記第１算出結果送信処理によって送信された算出結果を受信する第１算出結果受信処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するのであり、前記第１実行装置および前記第１記憶装置を備える車両用制御装置である。

上記構成では、第２算出処理や判定処理を車両の外部で行うことから、車両側の演算負荷を軽減できる。なお、第２実行装置や第２記憶装置が「車載装置とは別の」装置であることは、第２実行装置や第２記憶装置が車載装置ではないことを意味する。

１２．上記４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、前記記憶装置は、前記車両に搭載されて前記第１写像データを記憶する第１記憶装置、および車載装置とは別の装置であって前記第２写像データを記憶する第２記憶装置を備え、前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理、前記第２算出処理の算出結果を受信する第２算出結果受信処理、前記対処処理、前記判定処理、前記判定処理による判定結果に関するデータを送信する結果送信処理を実行するものであり、前記第２実行装置は、前記入力データ送信処理によって送信されたデータを受信する入力データ受信処理、前記第２算出処理、前記第２算出処理の算出結果を送信する第２算出結果送信処理、前記結果送信処理によって送信されたデータを受信する結果受信処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、前記第１実行装置および前記第１記憶装置を備える車両用制御装置である。

上記構成では、第２算出処理や判定処理を車両の外部で行うことから、車両側の演算負荷を軽減できる。なお、第２実行装置や第２記憶装置が「車載装置とは別の」装置であることは、第２実行装置や第２記憶装置が車載装置ではないことを意味する。

１３．上記１１または１２記載の前記第２実行装置および前記記憶装置を備える車両用学習装置である。
１４．上記４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第１取得処理によって取得した前記第１入力データおよび前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理の算出結果を受信する結果受信処理、および前記対処処理を実行するものであり、前記第２実行装置は、前記入力データ送信処理によって送信されたデータを受信する入力データ受信処理、前記第１算出処理、前記第１算出処理の算出結果を送信する第１算出結果送信処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、前記第１実行装置を備える車両用制御装置である。

上記構成では、第１算出処理や、第２算出処理、判定処理を車両の外部で行うことから、車両側の演算負荷を軽減できる。なお、第２実行装置や第２記憶装置が「車載装置とは別の」装置であることは、第２実行装置や第２記憶装置が車載装置ではないことを意味する。

１５．上記１４記載の前記第２実行装置および前記記憶装置を備える車両用学習装置である。

第１の実施形態にかかる学習制御システムの構成を示す図。 同実施形態にかかる制御装置が実行する処理の手順を示す流れ図。 同実施形態にかかる制御装置が実行する処理の手順を示す流れ図。 （ａ）および（ｂ）は、同実施形態にかかるシステムが実行する処理の手順を示す流れ図。 同実施形態にかかる送信データを示す図。 第２の実施形態にかかる車両用学習制御システムの構成を示す図。 同実施形態にかかる制御装置が実行する処理の手順を示す流れ図。 同実施形態にかかる制御装置が実行する処理の手順を示す流れ図。 （ａ）および（ｂ）は、同実施形態にかかるシステムが実行する処理の手順を示す流れ図。 第３の実施形態にかかる車両用学習制御システムの構成を示す図。 （ａ）および（ｂ）は、同実施形態にかかるシステムが実行する処理の手順を示す流れ図。 第４の実施形態にかかる車両用学習制御システムの構成を示す図。 （ａ）および（ｂ）は、同実施形態にかかるシステムが実行する処理の手順を示す流れ図。 （ａ）および（ｂ）は、第５の実施形態にかかるシステムが実行する処理の手順を示す流れ図。 第６の実施形態にかかる車両用学習制御システムの構成を示す図。 （ａ）および（ｂ）は、同実施形態にかかるシステムが実行する処理の手順を示す流れ図。 第７の実施形態にかかる車両用制御装置および駆動系を示す図。 同実施形態にかかる車両用制御装置が実行する処理の手順を示す流れ図。

＜第１の実施形態＞
以下、車両用学習制御システムにかかる第１の実施形態について図面を参照しつつ説明する。

図１に示す車両ＶＣ１に搭載された内燃機関１０において、吸気通路１２には、スロットルバルブ１４が設けられている。吸気通路１２から吸入された空気は、吸気バルブ１６が開弁することによって各気筒＃１〜＃４の燃焼室１８に流入する。燃焼室１８には、燃料噴射弁２０によって燃料が噴射される。燃焼室１８において、空気と燃料との混合気は、点火装置２２の火花放電によって燃焼に供され、燃焼によって生じたエネルギは、クランク軸２４の回転エネルギとして取り出される。燃焼に供された混合気は、排気バルブ２６の開弁に伴って、排気として、排気通路２８に排出される。排気通路２８には、酸素吸蔵能力を有した触媒３０が設けられている。

内燃機関１０のクランク軸２４には、トルクコンバータ５０を介して変速装置５４の入力軸５６が連結可能となっている。トルクコンバータ５０は、ロックアップクラッチ５２を備えており、ロックアップクラッチ５２が締結状態となることにより、クランク軸２４と入力軸５６とが連結される。変速装置５４の出力軸５８には、駆動輪６０が機械的に連結されている。

クランク軸２４には、クランク軸２４の複数個の回転角度のそれぞれを示す歯部４２が設けられたクランクロータ４０が結合されている。なお、本実施形態では、３４個の歯部４２を例示している。クランクロータ４０には、基本的には、１０°ＣＡ間隔で歯部４２が設けられているものの、隣接する歯部４２間の間隔が３０°ＣＡとなる箇所である欠け歯部４４が１箇所設けられている。これは、クランク軸２４の基準となる回転角度を示すためのものである。

制御装置７０は、内燃機関１０を制御対象とし、その制御量であるトルクや排気成分比率等を制御するために、スロットルバルブ１４や、燃料噴射弁２０、点火装置２２等の内燃機関１０の操作部を操作する。また、制御装置７０は、トルクコンバータ５０を制御対象とし、その制御量であるロックアップクラッチ５２の係合状態を制御するためにロックアップクラッチ５２を操作する。また、制御装置７０は、変速装置５４を制御対象とし、その制御量であるギア比を制御するために変速装置５４を操作する。なお、図１には、スロットルバルブ１４、燃料噴射弁２０、点火装置２２、ロックアップクラッチ５２、および変速装置５４のそれぞれの操作信号ＭＳ１〜ＭＳ５を記載している。

制御装置７０は、制御量の制御に際し、欠け歯部４４を除き１０°ＣＡ毎に設けられた歯部４２間の角度間隔毎のパルスを出力するクランク角センサ８０の出力信号Ｓｃｒや、エアフローメータ８２によって検出される吸入空気量Ｇａを参照する。また、制御装置７０は、水温センサ８４によって検出される内燃機関１０の冷却水の温度である水温ＴＨＷや、外気温センサ８６によって検出される外気温Ｔａ、シフト位置センサ８８によって検出される変速装置５４のシフト位置Ｖｓｆｔを参照する。

制御装置７０は、ＣＰＵ７２、ＲＯＭ７４、電気的に書き換え可能な不揮発性メモリである記憶装置７６、通信機７７および周辺回路７８を備え、それらがローカルネットワーク７９によって通信可能とされたものである。なお、周辺回路７８は、内部の動作を規定するクロック信号を生成する回路や、電源回路、リセット回路等を含む。また、記憶装置７６には、実用写像データ７６ａおよび評価写像データ７６ｂが記憶されている。ここで、実用写像データ７６ａは、内燃機関１０の失火を監視するために実際に利用しているデータである。これに対し、評価写像データ７６ｂは、その信頼性の評価の対象となるデータであり、内燃機関１０の失火を監視するために利用されているものではない。なお、評価写像データ７６ｂは、機械学習による学習がある程度なされた状態で制御装置７０に実装される。

制御装置７０は、ＲＯＭ７４に記憶されたプログラムをＣＰＵ７２が実行することによって、上記制御量の制御を実行する。詳しくは、ＲＯＭ７４には、失火検出プログラム７４ａや、再学習サブプログラム７４ｂが記憶されている。ここで、再学習サブプログラム７４ｂは、評価写像データ７６ｂの再学習を実行するためのプログラムである。

上記通信機７７は、車両ＶＣ１の外部のネットワーク１１０を介してデータ解析センター１００と通信するための機器である。
データ解析センター１００は、複数の車両ＶＣ１，ＶＣ２，…から送信されるデータを解析する。データ解析センター１００は、ＣＰＵ１０２、ＲＯＭ１０４、記憶装置１０６、通信機１０７、および周辺回路１０８を備えており、それらがローカルネットワーク１０９によって通信可能とされるものである。ＲＯＭ１０４には、複数の車両ＶＣ１，ＶＣ２，…から送信されたデータに基づき、評価写像データ７６ｂを再学習させるためのデータを生成する処理を規定する再学習メインプログラム１０４ａが記憶されている。また、記憶装置１０６には、複数の車両ＶＣ１，ＶＣ２，…から送信された、評価写像データ７６ｂによって規定される写像を再学習させるためのデータである再学習用データ１０６ａが記憶されている。

図２に、ＲＯＭ７４に記憶された失火検出プログラム７４ａをＣＰＵ７２が実行することによって実現される処理の一部を示す。図２に示す処理は、実用写像データ７６ａを利用した処理である。図２に示す処理は、たとえば所定周期で繰り返し実行される。なお、以下では、先頭に「Ｓ」が付与された数字によって、各処理のステップ番号を表現する。

図２に示す一連の処理において、ＣＰＵ７２は、まず、微小回転時間Ｔ３０を取得する（Ｓ１０）。微小回転時間Ｔ３０は、クランク軸２４が３０°ＣＡ回転するのに要する時間であり、クランク角センサ８０の出力信号Ｓｃｒに基づき、ＣＰＵ７２によって算出される。次にＣＰＵ７２は、Ｓ１０の処理において取得した最新の微小回転時間Ｔ３０を、微小回転時間Ｔ３０［０］とし、より過去の値ほど、微小回転時間Ｔ３０［ｍ］の変数「ｍ」を大きい値とする（Ｓ１２）。すなわち、「ｍ＝１，２，３，…」として、Ｓ１２の処理がなされる直前における微小回転時間Ｔ３０［ｍ−１］を微小回転時間Ｔ３０［ｍ］とする。これにより、たとえば、図２の処理が前回実行されたときにＳ１０の処理により取得された微小回転時間Ｔ３０は、微小回転時間Ｔ３０［１］となる。なお、微小回転時間Ｔ３０［０］，Ｔ３０［１］，Ｔ３０［２］，…のうち、時系列的に隣り合う微小回転時間Ｔ３０同士は、互いに隣接する３０°ＣＡの角度間隔の回転に要する時間を示しており、それら角度間隔は重複した部分を持たない。

次に、ＣＰＵ７２は、Ｓ１０の処理において取得された微小回転時間Ｔ３０が、気筒＃１〜＃４のいずれかの圧縮上死点前３０°ＣＡから圧縮上死点までの角度間隔の回転に要する時間であるか否かを判定する（Ｓ１４）。そしてＣＰＵ７２は、圧縮上死点までの角度間隔の回転に要する時間であると判定する場合（Ｓ１４：ＹＥＳ）、圧縮上死点となった気筒の失火の有無を判定すべく、判定対象となる気筒＃ｉの回転変動量Δω（ｉ）に、「Ｔ３０［０］−Ｔ３０［６］」を代入する（Ｓ１６）。すなわち、失火の判定対象となる気筒の圧縮上死点前３０°ＣＡから圧縮上死点までの角度間隔の回転に要する時間から、失火の判定対象となる気筒の１つ前に圧縮上死点となる気筒の圧縮上死点前３０°ＣＡから圧縮上死点までの角度間隔の回転に要する時間を減算することによって、回転変動量Δωを定量化する。

次に、ＣＰＵ７２は、回転変動量Δω（ｉ）が、規定量Δωｔｈ以上であるか否かを判定する（Ｓ１８）。この処理は、失火の判定対象となる気筒において失火が生じたか否かを判定する処理である。ここで、ＣＰＵ７２は、規定量Δωｔｈを、回転速度ＮＥおよび充填効率ηに基づき可変設定する。

詳しくは、回転速度ＮＥおよび充填効率ηを入力変数とし規定量Δωｔｈを出力変数とするマップデータが記憶装置７６に予め記憶された状態でＣＰＵ７２により規定量Δωｔｈがマップ演算される。なお、マップデータとは、入力変数の離散的な値と、入力変数の値のそれぞれに対応する出力変数の値と、の組データである。またマップ演算は、たとえば、入力変数の値がマップデータの入力変数の値のいずれかに一致する場合、対応するマップデータの出力変数の値を演算結果とするのに対し、一致しない場合、マップデータに含まれる複数の出力変数の値の補間によって得られる値を演算結果とする処理とすればよい。

ちなみに、回転速度ＮＥは、ＣＰＵ７２によりクランク角センサ８０の出力信号Ｓｃｒに基づき算出される。ここで、回転速度ＮＥは、圧縮上死点の出現間隔（本実施形態では１８０°ＣＡ）よりも大きい角度間隔だけクランク軸２４が回転する際の回転速度の平均値である。回転速度ＮＥは、クランク軸２４の１回転以上の回転角度だけクランク軸２４が回転する際の回転速度の平均値とすることが望ましい。なお、ここでの平均値は、単純平均に限らず、たとえば、指数移動平均処理でもよく、要は、圧縮上死点の出現間隔程度で変動する高次成分が除去された低周波成分が算出されるものとすればよい。また、充填効率ηは、ＣＰＵ７２により、回転速度ＮＥおよび吸入空気量Ｇａに基づき算出される。

Ｓ１６，Ｓ１８の処理は、実用写像データ７６ａを用いた処理である。すなわち、実用写像データ７６ａは、微小回転時間Ｔ３０［０］と微小回転時間Ｔ３０［６］とを入力とし、判定対象となる気筒において失火が生じたか否かに応じた論理値を出力値として出力する写像を規定している。なお、ここでの論理値は、回転変動量Δω（ｉ）が規定量Δωｔｈ以上である旨の命題が真であるか偽であるかに関する値である。

ＣＰＵ７２は、規定量Δωｔｈ以上であると判定する場合（Ｓ１８：ＹＥＳ）、気筒＃ｉにおいて失火が生じたと判定する（Ｓ２０）。次に、ＣＰＵ７２は、気筒＃ｉの失火カウンタＣＮ（ｉ）をインクリメントする（Ｓ２２）。そしてＣＰＵ７２は、失火カウンタＣＮ（ｉ）が初期化されている状態でＳ１８の処理が最初に実行されてから所定期間が経過することと、後述のＳ２８の処理がなされてから所定期間が経過することとの論理和が真であるか否かを判定する（Ｓ２４）。そしてＣＰＵ７２は、論理和が真であると判定する場合（Ｓ２４：ＹＥＳ）、失火カウンタＣＮ（ｉ）が閾値ＣＮｔｈ以上であるか否かを判定する（Ｓ２６）。ＣＰＵ７２は、閾値ＣＮｔｈ未満であると判定する場合（Ｓ２６：ＮＯ）、失火カウンタＣＮ（ｉ）を初期化する（Ｓ２８）。

これに対し、ＣＰＵ７２は、閾値ＣＮｔｈ以上であると判定する場合（Ｓ２６：ＹＥＳ）、図１に示す警告灯９０を操作して、異常が生じた旨をユーザに報知する（Ｓ３０）。
なお、ＣＰＵ７２は、Ｓ２８，Ｓ３０の処理が完了する場合や、Ｓ１４，Ｓ２４の処理において否定判定する場合には、図２に示す一連の処理を一旦終了する。

図３に、ＲＯＭ７４に記憶された失火検出プログラム７４ａをＣＰＵ７２が実行することにより実現される処理の一部の手順を示す。図３に示す処理は、評価写像データ７６ｂを用いた処理である。

図３に示す一連の処理において、ＣＰＵ７２は、まず、微小回転時間Ｔ３０（１），Ｔ３０（２），…Ｔ３０（２４）、回転速度ＮＥおよび充填効率ηを取得する（Ｓ４０）。ここで、微小回転時間Ｔ３０（１），Ｔ３０（２），…は、図２の微小回転時間Ｔ３０［１］，Ｔ３０［２］…とは異なるものであり、特に、微小回転時間Ｔ３０（１），Ｔ３０（２），…は、カッコの中の数字が大きいほど、より後の値であることを示す。なお、微小回転時間Ｔ３０（１）〜Ｔ３０（２４）のそれぞれは、７２０°ＣＡの回転角度領域を３０°ＣＡで等分割した２４個の角度間隔のそれぞれにおける回転時間である。

次にＣＰＵ７２は、評価写像データ７６ｂによって規定される写像の入力変数ｘ（１）〜ｘ（２６）に、Ｓ４０の処理によって取得した値を代入する（Ｓ４２）。詳しくは、ＣＰＵ７２は、「ｓ＝１〜２４」として、入力変数ｘ（ｓ）に微小回転時間Ｔ３０（ｓ）を代入する。すなわち、入力変数ｘ（１）〜ｘ（２４）は、微小回転時間Ｔ３０の時系列データとなる。また、ＣＰＵ７２は、入力変数ｘ（２５）に回転速度ＮＥを代入し、入力変数ｘ（２６）に充填効率ηを代入する。

次にＣＰＵ７２は、評価写像データ７６ｂによって規定される写像に、入力変数ｘ（１）〜ｘ（２６）を入力することによって、失火変数Ｐ（１）〜Ｐ（５）の値を算出する（Ｓ４４）。ここで、「ｉ＝１〜４」とすると、失火変数Ｐ（ｉ）は、気筒＃ｉにおいて失火が生じた確率が高い場合に低い場合よりも大きい値となる変数である。また、失火変数Ｐ（５）は、気筒＃１〜＃４のいずれにおいても失火が生じていない確率が高い場合に低い場合よりも大きい値となる変数である。

詳しくは、評価写像データ７６ｂによって規定される写像は、中間層が１層のニューラルネットワークである。上記ニューラルネットワークは、係数ｗ（１）ｊｉ（ｊ＝０〜ｎ，ｉ＝０〜２６）と、係数ｗ（１）ｊｉによって規定される線形写像の出力のそれぞれを非線形変換する非線形写像としての活性化関数ｈ１（ｘ）を含む。本実施形態では、活性化関数ｈ１（ｘ）として、ハイパボリックタンジェントを例示する。ちなみに、ｗ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義されている。

また、上記ニューラルネットワークは、係数ｗ（２）ｋｊ（ｋ＝１〜５，ｊ＝０〜ｎ）と、係数ｗ（２）ｋｊによって規定される線形写像の出力である原型変数ｙ（１）〜ｙ（５）のそれぞれを入力として、失火変数Ｐ（１）〜Ｐ（５）を出力するソフトマックス関数を含む。

次にＣＰＵ７２は、失火変数Ｐ（１）〜Ｐ（５）のうちの最大となるものを特定する（Ｓ４６）。そしてＣＰＵ７２は、最大となる失火変数Ｐ（ｑ）が失火変数Ｐ（１）〜Ｐ（４）のいずれかであるか、それとも失火変数Ｐ（５）であるかを判定する（Ｓ４８）。そしてＣＰＵ７２は、失火変数Ｐ（１）〜Ｐ（４）のいずれかであると判定する場合（Ｓ４８：ＹＥＳ）、気筒＃ｑにおいて失火が生じたと判定する（Ｓ５０）。

なお、ＣＰＵ７２は、Ｓ５０の処理が完了する場合や、Ｓ４８の処理において否定判定する場合には、図３に示した一連の処理を一旦終了する。
図４に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図４（ａ）に示す処理は、図１に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図４（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。以下では、再学習に関する処理の時系列に沿って、図４に示す処理を説明する。

図４（ａ）に示す一連の処理において、ＣＰＵ７２は、まず、評価写像データ７６ｂの信頼性の検証期間であるか否かを判定する（Ｓ６０）。具体的には、本実施形態では、以下の期間を検証期間としている。

（ア）水温ＴＨＷが所定温度以下の期間：水温ＴＨＷが低い場合には、燃焼が不安定となりやすく、失火の検出精度を高めることが水温ＴＨＷが高い場合と比較して困難であることから、この期間を検証期間に含める。

（イ）外気温Ｔａが規定温度以下の期間：外気温Ｔａが低い場合には、燃焼が不安定となりやすく、失火の検出精度を高めることが外気温Ｔａが高い場合と比較して困難であることから、この期間を検証期間に含める。

（ウ）触媒３０の暖機処理の実行期間：触媒３０の暖機処理の実行期間においては、燃焼効率を低下させた燃焼をすることから、燃焼が不安定化しやすく、失火の検出精度を高めることが触媒３０の暖機後と比較して困難であることから、この期間を検証期間に含める。

（エ）充填効率ηが所定値以下である期間：軽負荷においては負荷が高い場合と比較して、燃焼が不安定化し易く、失火の検出精度を高めることが中、高負荷と比較して困難であることから、この期間を検証期間に含める。

（オ）回転速度ＮＥの所定時間当たりの変化量ΔＮＥが所定値以上となる期間：過渡運転時には、定常運転時と比較して、失火の検出精度が低下しやすいことから、この期間を検証期間に含める。

ＣＰＵ７２は、検証期間であると判定する場合（Ｓ６０：ＹＥＳ）、フラグＦが「１」であるか否かを判定する（Ｓ６２）。ここで、フラグＦは、図２に示す処理による失火の判定結果と、図３に示す処理による失火の判定結果とが不一致となる場合に「１」となり、一致する場合に「０」となる。ＣＰＵ７２は、フラグＦが「０」であると判定する場合（Ｓ６２：ＮＯ）、図２に示す処理による失火の判定結果と、図３に示す処理による失火の判定結果とが不一致であるか否かを判定する（Ｓ６４）。ＣＰＵ７２は、同一の燃焼サイクルにおける図２のＳ１８の処理による４回の判定結果と、図３のＳ４６の処理の結果とが不整合の場合に、不一致と判定する。すなわち、ＣＰＵ７２は、たとえばＳ１８の処理において、気筒＃１の回転変動量Δω（１）が規定量Δωｔｈ以上であると判定されたにもかかわらず、Ｓ４６の処理において、Ｐ（５）が選択された場合に不一致と判定する。

ＣＰＵ７２は、不一致と判定する場合（Ｓ６４：ＹＥＳ）、フラグＦに「１」を代入する（Ｓ６６）。次にＣＰＵ７２は、カウンタＣをインクリメントする（Ｓ６８）。
これに対し、ＣＰＵ７２は、フラグＦが「１」であると判定する場合（Ｓ６２：ＹＥＳ）、図２に示す処理による失火の判定結果と、図３に示す処理による失火の判定結果とが一致するか否かを判定する（Ｓ７０）。そして、ＣＰＵ７２は、不一致と判定する場合（Ｓ７０：ＮＯ）、Ｓ６８の処理に移行する一方、一致すると判定する場合（Ｓ７０：ＹＥＳ）、フラグＦに「０」を代入する（Ｓ７２）。そして、ＣＰＵ７２は、カウンタＣが、最大値Ｃ０よりも大きいか否かを判定する（Ｓ７４）。そしてＣＰＵ７２は、最大値Ｃ０よりも大きいと判定する場合（Ｓ７４：ＹＥＳ）、最大値Ｃ０を、現在のカウンタＣの値に更新するとともに、回転時間集合ＧｒＴ３０およびエクストラ情報集合ＧｒＥを更新する（Ｓ７６）。

詳しくは、回転時間集合ＧｒＴ３０は、図５に示すように、３燃焼サイクル分の微小回転時間Ｔ３０（１）〜Ｔ３０（７２）の集合である。ただし、微小回転時間Ｔ３０（４９）〜Ｔ３０（７２）が、直近のＳ７０の処理によって、図２の示す処理による失火の判定結果と図３に示す処理による失火の判定結果とが一致したと判定された燃焼サイクルに対応するように更新される。ここで、最大値Ｃ０が「２」以上の場合、微小回転時間Ｔ３０（１）〜Ｔ３０（２４）と、微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）とは、いずれも、図２の処理による失火の判定結果と図３に示す処理による失火の判定結果とが異なった燃焼サイクルに対応する。なお、最大値Ｃ０の初期値は、ゼロである。

また、エクストラ情報集合ＧｒＥは、回転速度ＮＥ、充填効率η、触媒３０の暖機処理の実行の有無を示す暖機制御変数Ｖｃａｔ、外気温Ｔａ、水温ＴＨＷ、変速装置５４のシフト位置Ｖｓｆｔ、およびロックアップクラッチ５２の係合状態を示す変数である係合変数Ｖｒｃからなる。それら各変数は、Ｓ７０の処理において肯定判定された燃焼サイクルの前の燃焼サイクルにおける値であることが望ましい。エクストラ情報集合ＧｒＥは、評価写像データ７６ｂによって規定される写像への入力である動作点変数としての回転速度ＮＥおよび充填効率ηに加えて、失火の有無に応じたクランク軸２４の回転挙動に影響を与える変数の集合である。すなわち、ロックアップクラッチ５２の係合状態やシフト位置Ｖｓｆｔに応じて、クランク軸２４から駆動輪６０までの慣性定数が互いに異なることから、クランク軸２４の回転挙動が異なったものとなる。また、暖機制御変数Ｖｃａｔや、外気温Ｔａ、水温ＴＨＷは、燃焼状態が安定しているか否かを示す変数である。

図４に戻り、ＣＰＵ７２は、Ｓ７６の処理が完了する場合や、Ｓ７４の処理において否定判定する場合には、カウンタＣを初期化する（Ｓ７９）。そして、ＣＰＵ７２は、Ｓ６８，Ｓ７９の処理が完了する場合や、Ｓ６０，Ｓ６４の処理において否定判定する場合には、トリップの終了時であるか否かを判定する（Ｓ７８）。ここで、トリップとは、車両の走行許可信号がオン状態である１回の期間のことである。本実施形態において、走行許可信号は、イグニッション信号に相当する。ＣＰＵ７２は、トリップの終了時であると判定する場合（Ｓ７８：ＹＥＳ）、通信機７７を操作して、失火変数Ｐ（１）〜Ｐ（５）のうちの最大となるものに関する情報「ｑ」、最大値Ｃ０、回転時間集合ＧｒＴ３０、およびエクストラ情報集合ＧｒＥをデータ解析センター１００に送信する（Ｓ８０）。

これに対し、図４（ｂ）に示すように、ＣＰＵ１０２は、失火変数Ｐ（１）〜Ｐ（５）のうちの最大となるものに関する情報「ｑ」や、最大値Ｃ０、回転時間集合ＧｒＴ３０、およびエクストラ情報集合ＧｒＥを受信する（Ｓ９０）。そしてＣＰＵ７２は、図１に示す表示装置１１２に、回転時間集合ＧｒＴ３０によって表現されるクランク軸２４の回転挙動に関する波形データを表示するとともに、失火変数Ｐ（１）〜Ｐ（５）のうちの最大となるものに関する情報「ｑ」や、最大値Ｃ０、エクストラ情報集合ＧｒＥを表示する（Ｓ９２）。これは、熟練者が失火が生じているか否かを判断可能な情報を熟練者に提供する処理である。すなわち、熟練者であれば、波形データを視認することによって、失火が生じていたのか否かを高精度に判断することができる。そしてその際、エクストラ情報集合ＧｒＥの情報を参照することにより、失火が生じていたのか否かの判断がより確実なものとなる。これにより、熟練者は、失火が生じていたのか否かの判断に基づき、評価写像データ７６ｂを用いた失火判定が誤判定であったか否かを判断できる。

ＣＰＵ１０２は、図１に示すインターフェース１１４を熟練者が操作することによって判断結果が入力されると、これを取得する（Ｓ９４）。そして、ＣＰＵ１０２は、インターフェース１１４の操作によって入力された判断結果が、評価写像データ７６ｂを用いた失火判定の方が誤判定である旨の判断であるか否かを判定する（Ｓ９６）。そしてＣＰＵ１０２は、誤判定である旨の判断である場合（Ｓ９６：ＹＥＳ）、Ｓ９０の処理によって受信したデータのうち、少なくとも微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）と、回転速度ＮＥおよび充填効率ηと、熟練者による失火であるか否かの判断結果とを、再学習用データ１０６ａとして記憶する（Ｓ９８）。再学習用データ１０６ａは、車両ＶＣ１のみならず、内燃機関１０と同一仕様の内燃機関を搭載した他の車両ＶＣ２，…から受信したデータに基づくデータを含む。

次にＣＰＵ１０２は、記憶装置１０６に記憶された再学習用データ１０６ａが所定量以上であるか否かを判定する（Ｓ１００）。そして、ＣＰＵ１０２は、所定量以上であると判定する場合（Ｓ１００：ＹＥＳ）、再学習用データ１０６ａを訓練データとして用いて、評価写像データ７６ｂの学習済みパラメータである係数ｗ（１）ｊｉ，ｗ（２）ｋｊを更新する（Ｓ１０２）。すなわち、ＣＰＵ７２は、訓練データのうちの熟練者による失火であるか否かの判断結果に関するデータ以外のデータを入力変数ｘ（１）〜ｘ（２６）として失火変数Ｐ（１）〜Ｐ（５）を算出する一方、熟練者による失火であるか否かの判断結果に関するデータに基づき教師データを生成する。たとえば、熟練者の判断が気筒＃１が失火である旨の判断であれば、Ｐ（１）＝１且つ、Ｐ（２）〜Ｐ（５）＝０とする。またたとえば、熟練者の判断が正常である旨の判断であれば、Ｐ（１）〜Ｐ（４）＝０且つＰ（５）＝１とする。そして、教師データと、ニューラルネットワークが出力した失火変数Ｐ（１）〜Ｐ（５）との差の絶対値が小さくなるように、周知の手法にて係数ｗ（１）ｊｉ，ｗ（２）ｋｊを更新する。

そしてＣＰＵ１０２は、通信機１０７を操作し、更新した係数ｗ（１）ｊｉ，ｗ（２）ｋｊを再学習済みのパラメータとして車両ＶＣ１，ＶＣ２，…に送信する（Ｓ１０４）。なお、ＣＰＵ１０２は、Ｓ１０４の処理が完了する場合や、Ｓ９６，Ｓ１００の処理において否定判定する場合には、図４（ｂ）に示す一連の処理を一旦終了する。

一方、図４（ａ）に示すように、ＣＰＵ７２は、データ解析センター１００から再学習済みパラメータの送信があるか否かを判定する（Ｓ８２）。そしてＣＰＵ７２は、再学習済みのパラメータがあると判定する場合（Ｓ８２：ＹＥＳ）、係数ｗ（１）ｊｉ，ｗ（２）ｋｊを受信し（Ｓ８４）、記憶装置７６に記憶されている評価写像データ７６ｂを更新する（Ｓ８６）。

なお、失火変数Ｐ（１）〜Ｐ（５）の算出処理には、係数ｗ（１）ｊｉ，ｗ（２）ｋｊの情報や活性化関数ｈ１、およびニューラルネットワークの出力層にソフトマックス関数が用いられる旨の情報が必要である。これについては、たとえば、Ｓ１００の処理において肯定判定する場合にＣＰＵ１０２から制御装置７０に、これらに関するデータを送信する指示を出してもよいし、またたとえば、記憶装置１０６に予め記憶しておいてもよい。

なお、ＣＰＵ７２は、Ｓ８６の処理が完了する場合や、Ｓ７８，Ｓ８２の処理において否定判定する場合には、図４（ａ）に示す一連の処理を一旦終了する。
ここで、本実施形態の作用および効果について説明する。

ＣＰＵ７２は、実用写像データ７６ａに基づき、図２に示した処理を実行して内燃機関１０の失火の有無を監視し、失火が頻繁に生じる場合、これに対処すべく報知処理を実行する。また、ＣＰＵ７２は、評価写像データ７６ｂに基づき、図３に示した処理を実行して評価写像データ７６ｂによる失火判定を実行する。そしてＣＰＵ７２は、評価写像データ７６ｂを用いた失火判定結果と、実用写像データ７６ａを用いた失火判定結果とが整合するか否かを判定し、整合しないと判定する場合、評価写像データ７６ｂの学習が十分ではないおそれがあるとして、評価写像データ７６ｂによる失火判定のための入力データ等をデータ解析センター１００に送信する。

これに対しＣＰＵ１０２は、ＣＰＵ７２から送信されてきた入力データ等を表示装置１１２に表示する。これにより、熟練者は、クランク軸２４の回転挙動を示す波形データ等に基づき、失火が生じていたのか否かを判断し、それに基づき、評価写像データ７６ｂを用いた失火の有無の判定が誤判定であったか否かを判断する。ＣＰＵ１０２は、熟練者の判断結果が、評価写像データ７６ｂを用いた失火の有無の判定が誤判定である旨の判断である場合、車両側から送信されてきたデータの少なくとも一部を、再学習用データ１０６ａとして、記憶装置１０６に記憶する。そして、再学習用データ１０６ａが所定量以上となると、ＣＰＵ１０２は、係数ｗ（１）ｊｉ，ｗ（２）ｋｊを更新し、再学習済みデータとして車両ＶＣ１，ＶＣ２，…のそれぞれに送信する。

これにより、各車両ＶＣ１，ＶＣ２，…においては、自車両において評価写像データ７６ｂを用いて誤判定を招いたデータのみならず、他車両において評価写像データ７６ｂを用いて誤判定を招いたデータをも用いて更新された係数ｗ（１）ｊｉ，ｗ（２）ｋｊにて、評価写像データ７６ｂを更新することとなる。

したがって、様々な状況において失火を高精度に判定できるデータへと評価写像データ７６ｂを更新することができる。
そして、不一致が生じたときの熟練者の判断で、評価写像データ７６ｂの方が信頼性が高いことが判明する場合には、更新された評価写像データ７６ｂを実用写像データ７６ａとして失火の監視に利用することが可能となる。さらに、複数の車両ＶＣ１，ＶＣ２，…に搭載された生のデータによる学習済みモデル（写像データ）を、新たに開発した同一気筒数の内燃機関を備えた車両に搭載される制御装置に始めから実用写像データとして搭載することも可能となる。

以上説明した本実施形態によれば、さらに以下に記載する効果が得られる。
（１）実用写像データ７６ａによる判定結果と評価写像データ７６ｂによる判定結果とに不一致が生じる場合、不一致となった燃焼サイクルにおける微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）のみならず、不一致から一致へと回復した燃焼サイクルにおける微小回転時間Ｔ３０（４９）〜Ｔ３０（７２）をデータ解析センター１００に送信した。これにより、不一致が生じている状態に関する情報のみならず不一致が解消された状態に移行したときの情報が送信される。そのため、不一致となった１燃焼サイクルの波形データである微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）のみを送信する場合と比較して、熟練者が、失火が生じているか否かをより高精度に判断することができる。

（２）実用写像データ７６ａによる判定結果と評価写像データ７６ｂによる判定結果とに不一致が生じる場合、エクストラ情報集合ＧｒＥを併せ送信した。これにより、クランク軸２４の回転挙動を示す波形データである、微小回転時間Ｔ３０（１）〜Ｔ３０（７２）のみを送信する場合と比較して、熟練者が、失火が生じているか否かをより高精度に判断することができる。

（３）実用写像データ７６ａによる判定結果と評価写像データ７６ｂによる判定結果とに不一致が生じる場合、不一致が連続して生じた回数をカウントし、１トリップにおいて不一致が連続して生じた回数が最大のもののみを、データ解析センター１００に送信した。ここで、不一致が単発で生じた場合と比較すると、連続的に生じた場合の方が、偶発的なノイズ等の影響ではなく実用写像データ７６ａを用いた失火判定の信頼性と評価写像データ７６ｂを用いた失火判定の信頼性とに差がある可能性が高い。したがって、回数が最大のもののみを送信することにより、データ解析センター１００との通信にかかるデータ量を軽減しつつも、評価写像データ７６ｂの特徴を特定するうえで極力有益な情報を送信することができる。

（４）実用写像データ７６ａによる判定結果と評価写像データ７６ｂによる判定結果とに不一致が生じる場合、不一致が生じた際のデータを、トリップの終了時にデータ解析センター１００に送信した。トリップの終了時には、車両の走行時等と比較して、制御装置７０の演算負荷が小さいため、送信処理によって制御装置７０に加わる演算負荷が過度に大きくなることを抑制できる。

＜第２の実施形態＞
以下、第２の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

図６に、第２の実施形態にかかる学習制御システムの構成を示す。なお、図６において、先の図１に示した部材に対応する部材については、便宜上、同一の符号を付与する。
図６に示す記憶装置１０６には、ハイスペック写像データ１０６ｂが記憶されている。ハイスペック写像データ１０６ｂは、入力変数の次元数が大きく且つ写像の構造が複雑化することとの引き換えに、熟練者を模擬した失火判定が可能なものである。ハイスペック写像データ１０６ｂの学習には、図４の処理における回転時間集合ＧｒＴ３０やエクストラ情報集合ＧｒＥ、Ｓ９４，Ｓ９６の処理による熟練者の判断結果が訓練データとして用いられている。

なお、本実施形態では、第１の実施形態の処理によって、評価写像データ７６ｂの信頼性が向上し、これを実用写像データ７６ａとして実装した場合を例示する。
図７に、ＲＯＭ７４に記憶された失火検出プログラム７４ａをＣＰＵ７２が実行することによって実現される処理の一部を示す。図７に示す処理は、実用写像データ７６ａを利用した処理である。図７に示す処理は、たとえば所定周期でくり返し実行される。なお、図７において、図２および図３に示した処理に対応する処理については、便宜上、同一のステップ番号を付与している。

図７に示す一連の処理において、ＣＰＵ７２は、図３のＳ４０〜Ｓ４８の処理と同様の処理を実行する。すなわち、本実施形態では、図３の処理において利用した評価写像データ７６ｂが、実用写像データ７６ａとなっていることから、実用写像データ７６ａを用いてＳ４０〜Ｓ４８の処理を実行する。なお、図７においては、失火変数Ｐ（１）〜Ｐ（５）のうちの最大となるものを失火変数Ｐ（ｉ）と記載しており、図３における失火変数Ｐ（ｑ）とは記載が異なるが、処理自体は同一である。

そして、ＣＰＵ７２は、Ｓ４８の処理において肯定判定する場合、失火が生じたと判定される気筒＃ｉに関し、Ｓ２２〜Ｓ３０の処理を実行する一方、Ｓ４８の処理において否定判定する場合、Ｓ２４〜Ｓ３０の処理を実行する。

図８に、ＲＯＭ７４に記憶された失火検出プログラム７４ａをＣＰＵ７２が実行することにより実現される処理の一部の手順を示す。図８に示す処理は、評価写像データ７６ｂを用いた処理である。

図８に示す一連の処理において、ＣＰＵ７２は、まず、微小回転時間Ｔ３０（１），Ｔ３０（２），…Ｔ３０（２４）、回転速度ＮＥおよび充填効率ηに加えて、外気温Ｔａを取得する（Ｓ４０ａ）。

次にＣＰＵ７２は、評価写像データ７６ｂによって規定される写像の入力変数ｘ（１）〜ｘ（２７）に、Ｓ４０ａの処理によって取得した値を代入する（Ｓ４２ａ）。詳しくは、ＣＰＵ７２は、入力変数ｘ（１）〜ｘ（２６）については、Ｓ４２の処理と同様の処理を実行し、入力変数ｘ（２７）に外気温Ｔａを代入する。

次にＣＰＵ７２は、評価写像データ７６ｂによって規定される写像に、入力変数ｘ（１）〜ｘ（２７）を入力することによって、失火変数Ｐ（１）〜Ｐ（５）に対応する失火変数Ｐｎ（１）〜Ｐｎ（５）を算出する（Ｓ４４ａ）。詳しくは、評価写像データ７６ｂによって規定される写像は、中間層が１層のニューラルネットワークである。上記ニューラルネットワークは、係数ｗｎ（１）ｊｉ（ｊ＝０〜ｎ，ｉ＝０〜２７）と、係数ｗ（１）ｊｉによって規定される線形写像の出力のそれぞれを非線形変換する入力側非線形写像としての活性化関数ｈ１（ｘ）を含む。本実施形態では、活性化関数ｈ１（ｘ）として、ハイパボリックタンジェントを例示する。ちなみに、ｗｎ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義されている。

また、上記ニューラルネットワークは、係数ｗｎ（２）ｋｊ（ｋ＝１〜５，ｊ＝０〜ｎ）と、係数ｗｎ（２）ｋｊによって規定される線形写像の出力である原型変数ｙｎ（１）〜ｙｎ（５）のそれぞれを入力として、失火変数Ｐｎを出力するソフトマックス関数とを含む。

そして、ＣＰＵ７２は、失火変数Ｐｎ（１）〜Ｐｎ（５）のうちの最大となる失火変数Ｐｎ（ｑ）を特定する（Ｓ４６ａ）。そしてＣＰＵ７２は、最大となる失火変数Ｐｎ（ｑ）が、「１〜４」のいずれかであるか否かを判定する（Ｓ４８ａ）。そして、ＣＰＵ７２は、「１〜４」のいずれかであると判定する場合（Ｓ４８ａ：ＹＥＳ）、気筒＃ｑの失火と判定する（Ｓ５０ａ）。なお、ＣＰＵ７２は、Ｓ５０の処理が完了する場合や、Ｓ４８ａの処理において否定判定する場合には、図８に示した一連の処理を一旦終了する。

図９に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図９（ａ）に示す処理は、図６に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図９（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。なお、図９において、図４に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。以下では、再学習に関する処理の時系列に沿って、図９に示す処理を説明する。

図９（ｂ）に示す一連の処理において、ＣＰＵ１０２は、Ｓ９０の処理が完了する場合、ハイスペック写像データ１０６ｂによって規定される写像の入力変数ｘ（１）〜ｘ（７９）に、該当する値を代入する（Ｓ１１０）。すなわち、ＣＰＵ１０２は、「ｓ＝１〜７２」として、入力変数ｘ（ｓ）に微小回転時間Ｔ３０（ｓ）を代入し、入力変数ｘ（７３）に回転速度ＮＥを代入し、入力変数ｘ（７４）に充填効率ηを代入する。また、ＣＰＵ１０２は、入力変数ｘ（７５）に外気温Ｔａを代入し、入力変数ｘ（７６）に暖機制御変数Ｖｃａｔを代入し、入力変数ｘ（７７）に水温ＴＨＷを代入し、入力変数ｘ（７８）にシフト位置Ｖｓｆｔを代入し、入力変数ｘ（７９）に係合変数Ｖｒｃを代入する。次に、ＣＰＵ１０２は、ハイスペック写像データ１０６ｂによって規定される写像に入力変数ｘ（１）〜ｘ（７９）を代入して、失火変数Ｐｎ（１）〜Ｐｎ（５）に対応する失火変数Ｐｍ（１）〜Ｐｍ（５）を算出する（Ｓ１１２）。

本実施形態において、ハイスペック写像データ１０６ｂによって規定される写像は、中間層の層数が「ｐ」個であって且つ、各中間層の活性化関数ｈ１〜ｈｐがハイパボリックタンジェントであるニューラルネットワークによって構成されている。ここで、ｍ＝１，２，…，ｐとすると、第ｍの中間層の各ノードの値は、係数ｗｍ（ｍ）によって規定される線形写像の出力を活性化関数ｈｍに入力することによって生成される。ここで、ｎ１，ｎ２，…，ｎｐは、それぞれ、第１、第２、…、第ｐ中間層のノード数である。たとえば、第１の中間層の各ノードの値は、係数ｗｍ（１）ｊｉ（ｊ＝０〜ｎ１，ｉ＝０〜７９）によって規定される線形写像に上記入力変数ｘ（１）〜ｘ（７９）を入力した際の出力を活性化関数ｈ１に入力することによって生成される。ちなみに、ｗｍ（１）ｊ０等は、バイアスパラメータであり、入力変数ｘ（０）は、「１」と定義している。

上記ニューラルネットワークは、係数ｗｍ（ｐ＋１）ｌｒ（ｌ＝１〜５，ｒ＝０〜ｎｐ）と、係数ｗｍ（ｐ＋１）ｌｒによって規定される線形写像の出力である原型変数ｙｍ（１）〜ｙｍ（５）のそれぞれを入力として、失火変数Ｐｍ（１）〜Ｐｍ（５）を出力するソフトマックス関数とを含む。

そしてＣＰＵ１０２は、評価写像データ７６ｂによる失火の判定が誤判定であったか否かを判定する（Ｓ９６）。すなわち、ＣＰＵ１０２は、失火変数Ｐｍ（１）〜Ｐｍ（５）のうち最大となるものと、Ｓ９０の処理によって受信した失火変数Ｐｎ（１）〜Ｐｎ（５）のうちの最大となるものに関する情報「ｑ」とが整合しない場合、誤判定と判定する。具体的には、たとえば、失火変数Ｐｍ（１）〜Ｐｍ（５）のうち最大となるものが失火変数Ｐｍ（１）である一方、失火変数Ｐｎ（１）〜Ｐｎ（５）のうちの最大となるものが失火変数Ｐｎ（５）である場合に、誤判定と判定する。

そしてＣＰＵ１０２は、誤判定と判定する場合（Ｓ９６：ＹＥＳ）、Ｓ９８，Ｓ１００の処理を実行し、Ｓ１００の処理において肯定判定される場合、再学習用データ１０６ａを訓練データとして、評価写像データ７６ｂの学習済みパラメータである係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを更新する（Ｓ１０２ａ）。そしてＣＰＵ１０２は、通信機１０７を操作し、更新した係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを再学習済みのパラメータとして車両ＶＣ１，ＶＣ２，…に送信する（Ｓ１０４ａ）。なお、ＣＰＵ１０２は、Ｓ１０４ａの処理が完了する場合や、Ｓ９６，Ｓ１００の処理において否定判定する場合には、図９（ｂ）に示す一連の処理を一旦終了する。

一方、図９（ａ）に示すように、ＣＰＵ７２は、再学習済みのパラメータがあると判定する場合（Ｓ８２：ＹＥＳ）、係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを受信し（Ｓ８４ａ）、記憶装置７６に記憶されている評価写像データ７６ｂを更新する（Ｓ８６）。

なお、ＣＰＵ７２は、Ｓ８６の処理が完了する場合や、Ｓ７８，Ｓ８２の処理において否定判定する場合には、図９（ａ）に示す一連の処理を一旦終了する。
このように、本実施形態では、実用写像データ７６ａを用いた判定結果と評価写像データ７６ｂを用いた判定結果とが整合しない場合、ハイスペック写像データ１０６ｂを用いた判定によって、評価写像データ７６ｂを用いた判定結果を検証した。これにより、熟練者による判断に頼ることなく、評価写像データ７６ｂを用いた判定結果を検証できる。

＜第３の実施形態＞
以下、第３の実施形態について、第２の実施形態との相違点を中心に図面を参照しつつ説明する。

図１０に、第３の実施形態にかかる学習制御システムの構成を示す。なお、図１０において、先の図１に示した部材に対応する部材については、便宜上、同一の符号を付与する。

図１０に示すように、本実施形態においては、記憶装置７６に、実用写像データ７６ａが記憶されているものの、評価写像データ７６ｂについては記憶されていない。
一方、記憶装置１０６には、評価写像データ７６ｂと、実用写像データ７６ａと同一の写像データであるミラー写像データ１０６ｄとが記憶されている。

図１１に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図１１（ａ）に示す処理は、図１０に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図１１（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。なお、図１１において、図４に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。以下では、再学習に関する処理の時系列に沿って、図１１に示す処理を説明する。

図１１（ａ）に示すように、ＣＰＵ７２は、まず微小回転時間Ｔ３０（１）〜Ｔ３０（２４）、回転速度ＮＥ、充填効率η、暖機制御変数Ｖｃａｔ、外気温Ｔａ、水温ＴＨＷ、シフト位置Ｖｓｆｔ、および係合変数Ｖｒｃを取得する（Ｓ４０ｂ）。次に、ＣＰＵ７２は、回転時間集合ＧｒＴ３０およびエクストラ情報集合ＧｒＥを送信する（Ｓ７６ａ）。ここで、回転時間集合ＧｒＴ３０は、Ｓ４０ｂの処理において取得した微小回転時間Ｔ３０（１）〜Ｔ３０（２４）であり、エクストラ情報集合ＧｒＥは、Ｓ４０ｂの処理において取得したデータのうちの、微小回転時間Ｔ３０（１）〜Ｔ３０（２４）以外のデータである。そしてＣＰＵ７２は、図９の処理と同様、Ｓ４２〜Ｓ４８，Ｓ２２〜Ｓ３０の処理を実行する。

これに対し、図１１（ｂ）に示すように、ＣＰＵ１０２は、Ｓ７６ａの処理によって送信されたデータを受信し（Ｓ９０ａ）、図８のＳ４２ａの処理と同様の処理を実行する。そして、ＣＰＵ１０２は、ミラー写像データ１０６ｄを用いて、図７のＳ４４，Ｓ４６の処理と同様の処理を実行し、また、評価写像データ７６ｂを用いて、図８のＳ４４ａ，Ｓ４６ａの処理と同様の処理を実行する。

そしてＣＰＵ７２は、失火変数Ｐ（１）〜Ｐ（５）のうち最大となる失火変数Ｐ（ｉ）と、失火変数Ｐｎ（１）〜Ｐｎ（５）のうち最大となる失火変数Ｐｎ（ｑ）とが不一致であるか否かを判定する（Ｓ１２０）。この処理は、ミラー写像データ１０６ｄを用いた失火判定結果と評価写像データ７６ｂを用いた失火判定結果とが一致するか否かの判定を通じて、実用写像データ７６ａを用いた失火判定結果と評価写像データ７６ｂを用いた失火判定結果とが一致するか否かを判定する処理である。

そして、ＣＰＵ１０２は、不一致であると判定する場合（Ｓ１２０：ＹＥＳ）、図４のＳ９２〜Ｓ９８の処理を実行した後、図９のＳ１０２ａの処理を実行する。ただし、ここでＳ９２の処理においては、複数のＳ９０ａの処理によって受信したデータを用い、Ｓ１２０の処理によって不一致と判定された期間に対応する燃焼サイクルとその前後の燃焼サイクルとの３燃焼サイクル分の微小回転時間Ｔ３０を用いる。これは、Ｓ９０ａの処理によって新たに取得された微小回転時間Ｔ３０を、図１１（ｂ）の次の制御周期においてＳ４２ａの処理等において利用することにより実現できる。

ＣＰＵ１０２は、Ｓ１０２ａの処理が完了する場合や、Ｓ１２０，Ｓ９６の処理において否定判定する場合、係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊが、信頼性基準を満たすか否かを判定する（Ｓ１２２）。ここで、ＣＰＵ１０２は、Ｓ９６の処理において否定判定される頻度の方が肯定判定される頻度よりも所定以上多くなる場合に、信頼性基準を満たすと判定すればよい。そしてＣＰＵ１０２は、信頼性基準を満たすと判定する場合（Ｓ１２２：ＹＥＳ）、通信機１０７を操作して、実用写像データ７６ａを、評価写像データ７６ｂに更新する指令を出力するとともに、係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを送信する（Ｓ１２４）。なお、ＣＰＵ１０２は、Ｓ１２４の処理が完了する場合、図１１（ｂ）に示す一連の処理を一旦終了する。

これに対し、図１１（ａ）に示すように、ＣＰＵ７２は、写像の更新指令が出されたと判定する場合（Ｓ８２ａ）、係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを受信する（Ｓ８４ａ）。そして、ＣＰＵ７２は、受信した係数ｗｎ（１）ｊｉ，ｗｎ（２）ｋｊを用いて実用写像データ７６ａを書き換える（Ｓ８６ａ）。

なお、ＣＰＵ７２は、Ｓ８２ａにおいて否定判定する場合や、Ｓ８６ａの処理が完了する場合には、図１１（ａ）に示す一連の処理を一旦終了する。
ちなみに、ＣＰＵ１０２は、Ｓ１２４の処理を実行する場合、ミラー写像データ１０６ｄを、評価写像データ７６ｂによって上書きする。そして、その場合、新たに評価対象となる写像データが生成される場合に、図１１（ｂ）に示した処理と同様の処理を実行すればよい。また、Ｓ１２２の処理において肯定判定される場合、評価写像データ７６ｂは、既に出荷されて市場に出回っている車両ＶＣ１，ＶＣ２，…等に送信されるのみならず、新たに出荷される車両に実装される。なお、ここで新たに出荷される車両は、内燃機関１０と同一の仕様の内燃機関を搭載した車両に限らず、内燃機関１０と気筒数が同一である車両であってもよい。ただし仕様が異なる場合、内燃機関１０と排気量の差が所定量以下であることなどをさらに条件とすることが望ましい。

＜第４の実施形態＞
以下、第４の実施形態について、第３の実施形態との相違点を中心に図面を参照しつつ説明する。

図１２に、第４の実施形態にかかる学習制御システムの構成を示す。なお、図１２において、先の図１に示した部材に対応する部材については、便宜上、同一の符号を付与する。

図１２に示すように、本実施形態においては、記憶装置１０６に、ミラー写像データ１０６ｄは記憶されていない。
図１３に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図１３（ａ）に示す処理は、図１２に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図１３（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。なお、図１３において、図１１に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。以下では、再学習に関する処理の時系列に沿って、図１３に示す処理を説明する。

図１３（ａ）に示すように、ＣＰＵ７２は、まず図１１（ａ）の処理と同様、Ｓ４０ｂ，Ｓ４２〜Ｓ４８，Ｓ２２〜Ｓ３０の処理を実行する。そして、ＣＰＵ７２は、Ｓ２８，Ｓ３０の処理を完了する場合や、Ｓ２４，Ｓ４８の処理において否定判定する場合には、回転時間集合ＧｒＴ３０およびエクストラ情報集合ＧｒＥに加えて、判定結果として、Ｓ４６の処理によって最大となる失火変数Ｐ（ｉ）の情報を送信し（Ｓ７６ｂ）、Ｓ８２ａの処理に移行する。

これに対し、図１３（ｂ）に示すように、ＣＰＵ１０２は、Ｓ７６ｂの処理によって送信されたデータを受信し（Ｓ９０ｂ）、Ｓ４２ａ，４４ａの処理を実行する。そして、Ｓ４４ａの処理によって算出した失火変数Ｐｎ（１）〜Ｐｎ（５）のうちの最も大きいものと、Ｓ９０ｂの処理によって微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）とともに受信した判定結果とが一致するか否かを判定する（Ｓ１２０）。そして、ＣＰＵ１０２は、不一致であると判定する場合（Ｓ１２０：ＹＥＳ）、図１１の処理と同様、Ｓ９２〜Ｓ９８、Ｓ１０２ａ，Ｓ１２２，Ｓ１２４の処理を実行する。

なお、Ｓ４２ａ，Ｓ４４ａの処理は、図１３（ｂ）の前回の制御周期におけるＳ９０ｂの処理によって取得したデータを用いて実行され、Ｓ１２０の処理は、前回の制御周期におけるＳ９０ｂの処理によって取得した判定結果と、今回の制御周期におけるＳ４４ａの処理による判定結果との一致、不一致を判定することとする。

＜第５の実施形態＞
以下、第５の実施形態について、第４の実施形態との相違点を中心に図面を参照しつつ説明する。

図１４に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図１４（ａ）に示す処理は、図１２に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図１４（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。なお、図１４において、図１３に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。以下では、再学習に関する処理の時系列に沿って、図１１に示す処理を説明する。

図１４（ａ）に示す一連の処理において、ＣＰＵ７２は、まず、Ｓ４０ｂの処理と同様の処理を実行する。その後、ＣＰＵ７２は、通信機７７を操作して、Ｓ４０ｂの処理によって取得したデータの一部である、微小回転時間Ｔ３０（１）〜Ｔ３０（２４）、回転速度ＮＥ、充填効率ηおよび外気温Ｔａをデータ解析センター１００に送信し（Ｓ１３４）、Ｓ４２〜Ｓ４８，Ｓ２２〜Ｓ３０，Ｓ８２ａ〜Ｓ８６ａの処理を実行する。

これに対し、図１４（ｂ）に示すように、ＣＰＵ１０２は、Ｓ１３４の処理によって送信されたデータを受信し（Ｓ１４０）、Ｓ４２ａ，Ｓ４４ａの処理を実行する。そして、ＣＰＵ１０２は、通信機１０７を操作して、Ｓ４４ａの処理において算出された失火変数Ｐｎ（１）〜Ｐｎ（５）のうちの最も大きい失火変数Ｐｎ（ｑ）の情報を送信する（Ｓ１４２）。

これに対し、図１４（ａ）に示すように、ＣＰＵ７２は、図１４（ａ）の一連の処理の前回の制御周期におけるＳ１３４の処理に対応した、Ｓ１４２の処理による失火変数Ｐｎ（ｑ）の情報を受信する（Ｓ１３０）。そして、ＣＰＵ７２は、図１４（ａ）の一連の処理の前回の制御周期におけるＳ４６の処理の結果と、今回の制御周期におけるＳ１３０の処理で受信した判定結果とが不一致であるか否かを判定する（Ｓ１２０）。そして、ＣＰＵ７２は、不一致であると判定する場合（Ｓ１２０：ＹＥＳ）、通信機７７を操作して、不一致である旨の情報と、回転時間集合ＧｒＴ３０と、エクストラ情報集合ＧｒＥとを送信する（Ｓ１３４）。ここで、回転時間集合ＧｒＴ３０は、今回の制御周期におけるＳ４０ｂの処理によって取得された微小回転時間Ｔ３０（１）〜Ｔ３０（２４）とする。これに対し、エクストラ情報集合ＧｒＥは、前回の制御周期におけるＳ４０ｂの処理によって取得されたデータとする。

これに対し、図１４（ｂ）に示すように、ＣＰＵ１０２は、車両ＶＣ１側から不一致である旨の通知を受け取ると（Ｓ１４４：ＹＥＳ）、回転時間集合ＧｒＴ３０と、エクストラ情報集合ＧｒＥとを受信し（Ｓ１４６）、Ｓ９２〜Ｓ９８，Ｓ１０２，Ｓ１２２、Ｓ１２４の処理を実行する。なお、Ｓ１４４の処理において不一致と判定される場合、Ｓ１４６の処理によって受信する回転時間集合ＧｒＴ３０は、不一致と判定された際に用いられた１燃焼サイクル分の微小回転時間Ｔ３０の次の１燃焼サイクル分の微小回転時間Ｔ３０である。そして、それら次の１燃焼サイクル分の微小回転時間Ｔ３０を含んだ３燃焼サイクル分の微小回転時間Ｔ３０がクランク軸２４の回転挙動を示す波形データとして、Ｓ９２の処理によって表示される。

＜第６の実施形態＞
以下、第６の実施形態について、第３の実施形態との相違点を中心に図面を参照しつつ説明する。

図１５に、第６の実施形態にかかる学習制御システムの構成を示す。なお、図１５において、先の図１に示した部材に対応する部材については、便宜上、同一の符号を付与する。

図１５に示すように、本実施形態においては、記憶装置７６に、評価写像データ７６ｂのみならず、実用写像データ７６ａも記憶されていない。これに対し、記憶装置１０６には、評価写像データ７６ｂのみならず、実用写像データ７６ａも記憶されている。

図１６（ａ）に、本実施形態にかかる評価写像データ７６ｂの再学習に関する処理の手順を示す。図１６（ａ）に示す処理は、図１５に示すＲＯＭ７４に記憶されている再学習サブプログラム７４ｂをＣＰＵ７２が実行することにより実現される。また、図１６（ｂ）に示す処理は、ＲＯＭ１０４に記憶されている再学習メインプログラム１０４ａをＣＰＵ１０２が実行することにより実現される。なお、図１６において、図１３等に示した処理に対応する処理については、便宜上、同一のステップ番号を付与する。以下では、再学習に関する処理の時系列に沿って、図１６に示す処理を説明する。

図１６（ａ）に示す一連の処理において、ＣＰＵ７２は、図１３のＳ４０ｂと同様の処理を実行した後、図１１のＳ７６ａと同様の処理を実行する。
これに対し、図１６（ｂ）に示すように、ＣＰＵ１０２は、Ｓ７６ａの処理によって送信されたデータを受信する（Ｓ９０ａ）。そしてＣＰＵ１０２は、図１６（ｂ）に示す一連の処理の前回の制御周期におけるＳ９０ａの処理によって受信したデータに基づき、Ｓ４２ａ，Ｓ４４，Ｓ４６の処理を実行し、失火変数Ｐ（１）〜Ｐ（５）のうちの最も大きい値となる失火変数Ｐ（ｉ）の情報を送信する（Ｓ１６４）。

これに対し、図１６（ａ）に示すように、ＣＰＵ７２は、最も大きい値となる失火変数Ｐ（ｉ）の情報を受信し（Ｓ１５２）、Ｓ２２〜Ｓ３０の処理を実行する。
一方、図１６（ｂ）に示すように、ＣＰＵ１０２は、Ｓ４２ａの処理に基づき、Ｓ４４ａ，Ｓ４４ａの処理を実行し、実用写像データ７６ａによる判定結果と、評価写像データ７６ｂによる判定結果とが一致するか否かを判定する（Ｓ１２０）。そして、ＣＰＵ１０２は、不一致であると判定する場合（Ｓ１２０：ＮＯ）、Ｓ９２〜Ｓ９６，Ｓ１０２ａの処理を実行して図１６（ｂ）に示す一連の処理を一旦終了する一方、一致すると判定する場合（Ｓ１２０：ＹＥＳ）、図１６（ｂ）に示す一連の処理を一旦終了する。なお、Ｓ９２の処理においては、不一致と判定されたときの１燃焼サイクル分の微小回転時間Ｔ３０と、その前後の１燃焼サイクル分の微小回転時間Ｔ３０との合計３燃焼サイクル分の微小回転時間Ｔ３０による、クランク軸２４の回転挙動を示す波形データが視覚表示される。

＜第７の実施形態＞
以下、第７の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。

本実施形態では、制御装置７０内で評価写像データ７６ｂの再学習を実行する。
図１７に、本実施形態にかかる制御装置７０を示す。図１７に示されるように、ＲＯＭ７４には、再学習プログラム７４ｃが記憶されている。また、記憶装置７６には、実用写像データ７６ａおよび評価写像データ７６ｂに加えて、再学習用データ１０６ａが記憶されている。

図１８に、制御装置７０が実行する処理の手順を示す。図１８に示す処理は、ＲＯＭ７４に記憶された再学習プログラム７４ｃをＣＰＵ７２がたとえば所定周期で繰り返し実行することにより実現される。なお、図１８の処理において、図４に示した処理に対応する処理については、便宜上、同一のステップ番号を付与している。

図１８に示す一連の処理において、ＣＰＵ７２は、まずＳ６０の処理を実行し、検証期間であると判定する場合（Ｓ６０：ＹＥＳ）、Ｓ６４の処理を実行する。そして、ＣＰＵ７２は、不一致であると判定する場合（Ｓ６４：ＹＥＳ）、不一致とされたときの評価写像データ７６ｂによって規定される写像への入力データと、図２の処理における判定結果とを、再学習用データとして記憶装置７６に記憶する（Ｓ９８ａ）。そして、ＣＰＵ７２は、Ｓ１００，Ｓ１０２の処理を実行する。この際、ＣＰＵ７２は、教師データを、図２の処理における判定結果を正しいとみなして生成する。

なお、ＣＰＵ７２は、Ｓ１０２の処理が完了する場合や、Ｓ６０，Ｓ６４，Ｓ１００の処理において否定判定する場合には、図１８に示す一連の処理を一旦終了する。
以上説明した本実施形態によれば、評価写像データ７６ｂを制御装置７０に搭載する前に訓練データを十分確保できないか、あるいは十分な学習機会がない場合であっても、評価写像データ７６ｂによる失火検出精度を実用写像データ７６ｃの失火検出精度に近づけることができる。

＜対応関係＞
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。

［１］実行装置は、ＣＰＵ７２およびＲＯＭ７４に対応し、記憶装置は、記憶装置７６に対応する。車載センサは、クランク角センサ８０やエアフローメータ８２に対応する。第１写像データは、実用写像データ７６ａに対応する。第２写像データは、評価写像データ７６ｂに対応する。第１取得処理は、図２のＳ１０の処理や、図７のＳ４０の処理に対応する。第１算出処理は、図２のＳ１６、Ｓ１８の処理や、図７のＳ４２〜Ｓ４６の処理に対応する。第２取得処理は、図３のＳ４０の処理や、図８のＳ４０ａの処理に対応する。第２算出処理は、図３のＳ４２，Ｓ４４の処理や、図８のＳ４２ａ，Ｓ４４ａの処理に対応する。対処処理は、Ｓ３０の処理に対応し、所定のハードウェアは、警告灯９０に対応する。判定処理は、Ｓ６４，Ｓ７０の処理に対応する。

［２］再学習データ生成処理は、図４および図９のＳ７６の処理や、図１８のＳ９８ａの処理に対応する。
［３］再学習処理は、図１８におけるＳ１０２の処理に対応する。

［４］実行装置は、ＣＰＵ７２，１０２およびＲＯＭ７４，１０４に対応し、記憶装置は、記憶装置７６，１０６に対応する。表示処理は、Ｓ９２の処理に対応し、妥当性判定結果取込処理は、Ｓ９４の処理に対応し、データを生成する処理は、Ｓ９８の処理に対応する。

［５］実行装置は、ＣＰＵ７２，１０２およびＲＯＭ７４，１０４に対応し、記憶装置は、記憶装置７６，１０６に対応する。第３写像データは、ハイスペック写像データ１０６ｂに対応する。

［６，９］第１実行装置は、図１および図６のＣＰＵ７２およびＲＯＭ７４に対応し、第２実行装置は、ＣＰＵ１０２およびＲＯＭ１０４に対応する。再学習用データ送信処理は、Ｓ８０の処理に対応し、再学習用データ受信処理は、Ｓ９０の処理に対応し、再学習処理は、図４および図９におけるＳ１０２，Ｓ１０２ａの処理に対応する。

［７］パラメータ送信処理は、図４および図９におけるＳ１０４，Ｓ１０４ａの処理に対応し、パラメータ受信処理は、図４および図９におけるＳ８４，Ｓ８４ａの処理に対応する。

［８］Ｓ７８の処理において肯定判定される場合にＳ８０の処理が実行されることに対応する。
［１０］第１実行装置は、図１０のＣＰＵ７２およびＲＯＭ７４に対応し、第２実行装置は、図１０のＣＰＵ１０２およびＲＯＭ１０４に対応する。第１記憶装置は、図１０の記憶装置７６に対応し、第２記憶装置は、図１０の記憶装置１０６に対応する。実用写像データは、実用写像データ７６ａに対応し、比較用写像データは、ミラー写像データ１０６ｄに対応する。入力データ送信処理は、図１１のＳ７６ａの処理に対応する。入力データ受信処理は、図１１のＳ９０ａの処理に対応する。第１取得処理である実用用取得処理および比較用取得処理は、図１１のＳ４０ｂの処理に対応する。

［１１〜１３］第１実行装置は、図１２のＣＰＵ７２およびＲＯＭ７４に対応し、第２実行装置は、図１２のＣＰＵ１０２およびＲＯＭ１０４に対応する。第１算出結果送信処理は、図１３のＳ７６ｂのうち判定結果を送信する処理に対応し、第１算出結果受信処理は、図１３のＳ９０ｂの処理のうち判定結果を受信する処理に対応する。第２算出結果受信処理は、図１４のＳ１３０の処理に対応し、第２算出結果送信処理は、図１４のＳ１４２の処理に対応する。

［１４，１５］第１実行装置は、図１５のＣＰＵ７２およびＲＯＭ７４に対応し、第２実行装置は、図１５のＣＰＵ１０２およびＲＯＭ１０４に対応する。
＜その他の実施形態＞
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

・「車両の既定の状態について」
写像の出力に情報が含まれる車両の既定の状態としては、上記実施形態において例示したものに限らない。たとえば、内燃機関の状態としては、以下のものでもよい。

（ａ）インバランスに関する状態
ここで、インバランスとは、複数の気筒のそれぞれにおける混合気の空燃比を互いに等しい空燃比に制御すべく燃料噴射弁を操作した際の実際の空燃比同士のばらつきである。この場合、第１写像データとしての実用写像データ７６ａに、たとえば、触媒３０の上流側の空燃比センサの検出値の所定時間当たりの変化量に基づき、インバランスの度合いを示す変数であるインバランス変数がリッチ側の値を示すときのその値を出力する写像を規定するデータを含めればよい。また、実用写像データ７６ａに、微小回転時間Ｔ３０の変動に基づき、インバランス変数がリーン側の値を示すときのその値を出力する写像を規定するデータを含めればよい。また、第２写像データとしての評価写像データ７６ｂを、上記微小回転時間Ｔ３０（１）〜Ｔ３０（２４）からなる時系列データと、その期間における触媒３０の上流側の空燃比センサの検出値の時系列データとを入力とし、インバランス変数の値を出力するニューラルネットワークを規定するデータとすればよい。また、これに代えて、上記微小回転時間Ｔ３０（１）〜Ｔ３０（２４）からなる時系列データと、その期間における触媒３０の上流側の空燃比センサの検出値の時系列データとを入力とする写像を第１写像とし、さらに入力を増やした写像を第２写像としてもよい。

（ｂ）触媒３０の劣化度合い
この場合、触媒３０の劣化度合いを示す変数である劣化変数の値を第１写像を用いて算出するために、触媒３０の下流の空燃比センサの検出値がリーンからリッチに反転したタイミングにおいて、触媒３０に流入する排気中に酸素が過剰に存在するようにアクティブ制御を利用してもよい。そして、第１写像データとしての実用写像データ７６ａを、アクティブ制御によって触媒３０の下流の空燃比センサの検出値がリッチからリーンに反転するまでにおける触媒３０への酸素の流入量に基づき劣化変数の値を出力する写像を規定するデータとしてもよい。また、第２写像データを規定する評価写像データ７６ｂを、たとえば、触媒３０の上流側の空燃比センサの検出値の時系列データ、下流側の空燃比センサの検出値の時系列データ、回転速度ＮＥ、充填効率ηおよび触媒３０の温度を入力とし、劣化変数の値を出力するニューラルネットワークを規定するデータとすればよい。その場合、第２写像による劣化変数の値の算出処理を、アクティブ制御を実行していないときに行ってもよい。これにより、アクティブ制御を実行することなく劣化の有無を判定する第２写像の学習を進め、その精度を向上させることができる。また、たとえば第１写像を、触媒３０の上流側の空燃比センサの検出値の時系列データ、下流側の空燃比センサの検出値の時系列データ、回転速度ＮＥ、充填効率ηおよび触媒３０の温度を入力とし、劣化変数の値を出力するニューラルネットワークとして、第２写像をそれよりも入力の次元を増やしたニューラルネットワークとしてもよい。

（ｃ）フィルタに捕集されたＰＭ量
ここで、触媒３０に粒子状物質（ＰＭ）を捕集するフィルタを備えることを前提とする。この場合、第１写像データとしての実用写像データ７６ａは、たとえば、内燃機関１０の動作点変数とＰＭ量のベース値との関係を定めるマップデータと、点火時期とＰＭ量の補正量との関係を定めるマップデータと、内燃機関１０の冷却水の温度とＰＭ量の補正量との関係を定めるマップデータと、を備えて構成すればよい。また、第２写像データとしての評価写像データ７６ｂは、動作点変数、点火時期、水温等を入力とするニューラルネットワークを規定するデータとすればよい。またたとえば、第１写像を、動作点変数、点火時期、水温を入力とするニューラルネットワークとし、第２写像を、第１写像よりも入力の次元を増やしたニューラルネットワークとしてもよい。

（ｄ）触媒３０の温度
この場合、第１写像データとしての実用写像データ７６ａは、たとえば触媒３０の上流側の排気温度の検出値を入力とする１次遅れフィルタまたは２次遅れフィルタを規定するデータとすればよい。また、第２写像データを規定する評価写像データ７６ｂは、排気温度の検出値や、動作点変数、触媒３０の上流側の空燃比センサの検出値のそれぞれの時系列データと、触媒３０の温度の前回値とを入力とするニューラルネットワークを規定するデータとすればよい。またたとえば、第１写像を、排気温度の検出値や、動作点変数、触媒３０の上流側の空燃比センサの検出値のそれぞれの時系列データと、触媒３０の温度の前回値とを入力とするニューラルネットワークとし、第２写像を、第１写像よりも入力の次元を増やしたニューラルネットワークとしてもよい。

（ｅ）空燃比センサの応答性の劣化に関する状態
この場合、第１写像データとしての実用写像データ７６ａを用いた劣化判定処理には、通常の空燃比フィードバック制御から外れて空燃比をリーンおよびリッチに交互に大きく変化させるアクティブ制御を利用してもよい。そして、実用写像データ７６ａを、アクティブ制御によって触媒３０の上流側の空燃比センサの検出値（上流側空燃比Ａｆｕ）がリッチからリーンへ、またはリーンからリッチへと反転するまでの所要時間等に基づき、劣化度合いを示す変数である劣化変数の値を算出するデータとすればよい。また、第２写像データとしての評価写像データ７６ｂは、噴射量の時系列データと、上流側空燃比Ａｆｕの時系列データとを入力とし、劣化変数の値を出力するニューラルネットワークを規定するデータとすればよい。その場合、第２写像による劣化変数の値の算出処理を、アクティブ制御を実行していないときに行ってもよい。

（ｆ）触媒の酸素吸蔵量に関する状態
この場合、第１写像データとしての実用写像データ７６ａを、上流側空燃比Ａｆｕの平均値と触媒３０の下流側の空燃比センサの検出値（下流側空燃比Ａｆｄ）の平均値との差を入力変数とし、酸素吸蔵量を示す変数である吸蔵量変数の値を出力変数とするマップデータとすればよい。また、第２写像データとしての評価写像データ７６ｂは、酸素と過不足なく反応する燃料量に対する実際の燃料量の過不足量および触媒の温度の所定期間における積算値と、吸蔵量変数の前回値とを入力とし、吸蔵量変数の値を出力するニューラルネットワークを規定するデータとすればよい。

（ｇ）内燃機関のノッキングの有無に関する状態
この場合、第１写像データとしての実用写像データ７６ａを、ノッキングセンサの検出値の積算値と、判定値との大小比較によって、ノッキングであるか否かを示す論理値を出力する写像を規定するデータとすればよい。また、第２写像データしての評価写像データ７６ｂは、ノッキングセンサの検出値の時系列データを入力とし、燃焼室１８内の圧力のピーク値を出力するニューラルネットワークを規定するデータとしてもよい。その場合、ピーク値が閾値以上である場合に、ノッキングが生じたと判定すればよい。

（ｈ）燃料噴射弁２０に供給される燃料の温度に関する状態
この場合、第１写像データとしての実用写像データ７６ａを、回転速度ＮＥ、充填効率ηおよび水温ＴＨＷを入力変数とし、燃料の温度を出力変数とするマップデータとすればよい。また、第２写像データとしての評価写像データ７６ｂは、回転速度ＮＥ、充填効率η、燃料噴射弁２０による燃料の噴射量、吸気温、車速Ｖ、燃料の温度の前回値を入力とし、燃料の温度を出力するニューラルネットワークを規定するデータとすればよい。

（ｉ）パージシステムの異常の有無
この場合、燃料タンク内の燃料蒸気を捕集するキャニスタと、キャニスタと吸気通路との間のパージ経路の流路断面積を調整するパージバルブとを備えたパージシステムにおいて、パージ経路に穴がある場合に異常であると判定する写像が考えられる。この場合、第１写像データとしての実用写像データ７６ａは、パージバルブを開弁してキャニスタ内の圧力を低下させた後、パージバルブを閉弁させた際の圧力の上昇速度が閾値以上である場合に異常がある旨の論理値を出力する写像を規定するデータとすればよい。また、第２写像データとしての評価写像データ７６ｂは、キャニスタ内の圧力の時系列データと大気圧とを入力とし、穴の有無に応じた出力値を出力するニューラルネットワークを規定するデータとすればよい。

（ｊ）ＥＧＲ率
ここでは、内燃機関１０の排気通路２８と吸気通路１２とを接続するＥＧＲ通路と、ＥＧＲ通路の流路断面積を調整するＥＧＲバルブとを備えることが前提である。また、ＥＧＲ率は、吸気通路１２から燃焼室１８に流入する流体の流量に対するＥＧＲ通路から吸気通路１２に流入した流体の流量の割合である。この場合、第１写像データとしての実用写像データ７６ａは、回転速度ＮＥおよび充填効率ηを入力変数とし、ＥＧＲ率を出力変数とするマップデータとすればよい。また第２写像データとしての評価写像データ７６ｂは、回転速度ＮＥ、充填効率η、吸気通路１２内の圧力、および吸入空気量Ｇａを入力変数とし、ＥＧＲ率を出力するニューラルネットワークを規定するデータとすればよい。

（ｋ）ブローバイガス送出路の漏れの有無に関する状態
ここでは、内燃機関のクランクケースと吸気通路とを接続するブローバイガス送出路を備えることが前提となる。この場合、ブローバイガス送出路に圧力センサを設け、第１写像としての実用写像データ７６ａは、圧力センサによって検出される圧力と、回転速度ＮＥおよび充填効率ηに基づく判定値との大小比較に基づき、異常の有無を示す値を出力するデータとすればよい。また、第２写像データとしての評価写像データ７６ｂは、回転速度ＮＥ、充填効率η、および吸入空気量Ｇａとスロットルバルブ１４を通過する吸気量との差を入力変数とし、異常の有無を示す値を出力するニューラルネットワークを規定するデータとすればよい。

なお、車両の既定の状態としては、内燃機関の状態に限らない。たとえば下記「車両について」の欄に記載したように、回転電機を備える車両においては、回転電機に供給される電力を蓄えるバッテリの状態であってもよい。

・「判定処理について」
Ｓ６０の処理の検証期間としては、上記実施形態において例示したものに限らない。
図４や図９、図１８の処理では、検証期間に限って、実用写像データ７６ａに基づく失火判定結果と、評価写像データ７６ｂに基づく失火判定結果との一致、不一致を判定したが、これに限らず、たとえば常時行ってもよい。

上記実施形態では、同一の時期に取得されたセンサの検出値に基づく失火の判定結果が一致するか否かを判定したが、写像データの選択によっては、同一の時期に取得されたセンサの検出値に基づくデータを入力とする第１写像の出力と第２写像の出力との整合性を判定することは必須ではない。たとえば、「車両の既定の状態について」の欄に記載したように、触媒３０や空燃比センサの劣化変数の値を出力する写像の場合であって、第１写像に限ってアクティブ制御を前提とする場合には、同一トリップ内に算出された値に基づき整合性の有無を判定すればよい。

「車両の既定の状態について」の欄に記載したように、触媒３０や空燃比センサの劣化変数の値を出力する写像等の場合、第１写像の出力値と第２写像の出力値との差の絶対値が所定値以上である場合に整合していないと判定すればよい。

・「再学習済みのパラメータについて」
図４および図９においては、更新されたパラメータである再学習済みのパラメータを、ネットワーク１１０を介して各車両ＶＣ１，ＶＣ２，…に送信したがこれに限らない。たとえば、車両の販売店に送信し、各車両ＶＣ１，ＶＣ２，…が販売店に入庫した際に記憶装置７６内のデータを更新してもよい。その場合であっても、再学習済みのパラメータによって更新された評価写像データ７６ｂの信頼性をさらに評価し、更新することが可能となる。

もっとも、再学習に用いるデータを提供した車両に再学習済みのパラメータを提供すること自体必須ではない。再学習済みのパラメータを用いて評価写像データ７６ｂを更新し、更新された評価写像データ７６ｂを、新規に開発された車両に実装するのみであってもよい。その場合、新規に開発された車両に搭載される内燃機関の排気量は、再学習のためのデータを送信した車両に搭載される内燃機関の排気量との差が、所定量以下となるものであることが望ましい。なお、上記実施形態のように、評価写像データが、各気筒において失火が生じた確率に応じた失火変数を出力するものである場合には、新規に開発された車両に搭載される内燃機関の気筒数は、再学習のためのデータを送信した車両に搭載される内燃機関の気筒数と同一とすることが望ましい。

さらに、図４および図９の処理において、再学習済みのパラメータを用いて、評価写像データ７６ｂを更新した後、これによって、実用写像データ７６ａを上書きしてもよい。
また、図１１、図１３および図１４の処理において、Ｓ１２４の処理を実行せず、新たに出荷される車両に、Ｓ１２２の処理において肯定判定された評価写像データ７６ｂを実用写像データ７６ａとして実装してもよい。

・「表示装置について」
上記実施形態では、データ解析センター１００に表示装置１１２を配置したが、これに限らず、記憶装置１０６等が配置されている拠点とは別の拠点に配置してもよい。

・「再学習データ生成処理について」
図４、図１１、図１３、図１４、および図１６においては、評価写像データ７６ｂを用いて算出した失火変数Ｐ（ｊ），Ｐｎ（ｊ）の算出に用いた入力データと、関連するデータとを表示装置１１２に表示することによって、誤判定であるか否かを熟練者が評価することとしたが、これに限らない。たとえば、ハイスペック写像データ１０６ｂを用いて自動で評価してもよい。なお、評価写像データ７６ｂを用いて算出した失火変数Ｐ（ｊ），Ｐｎ（ｊ）を評価する際、失火変数Ｐ（ｊ），Ｐｎ（ｊ）の算出に用いた入力データ以外のデータをさらに加味して評価することは必須ではない。

図９においては、評価写像データ７６ｂを用いて算出した失火変数Ｐｎ（ｊ）の算出に用いた入力データと、関連するデータとに基づき、ハイスペック写像データ１０６ｂを用いて自動で誤判定であるか否かを評価したが、これに限らず、たとえば熟練者が評価することとしてもよい。

図４の処理では、説明の便宜上、Ｓ８０の処理が実行される都度、Ｓ９２の処理を実行したが、これに限らない。たとえば不一致と判定されたデータが所定量蓄積された時点でＳ９２の処理を実行してもよい。またたとえば不一致とされたデータを都度蓄積し、熟練者からの要求に応じてＳ９２の処理を実行してもよい。

図１１、図１３、図１４、および図１６の処理では、説明の便宜上、評価写像データ７６ｂを用いた評価結果と、実用写像データ９６ａを用いた評価結果との不一致が判定される都度、Ｓ９２の処理を実行したが、これに限らない。たとえば不一致と判定されたデータが所定量蓄積された時点でＳ９２の処理を実行してもよい。またたとえば不一致とされたデータを都度蓄積し、熟練者からの要求に応じてＳ９２の処理を実行してもよい。さらに、Ｓ９２の処理において表示されるクランク軸２４の回転挙動を示す波形データを、図４の処理と同様、不一致と判定されたときのデータと、不一致から一致に移行したときのデータとが含まれるようにしてよい。またたとえば、Ｓ９２の処理において表示されるクランク軸２４の回転挙動を示す波形データを、４燃焼サイクル以上の期間のデータとしてもよい。

上記実施形態では、評価写像データ７６ｂや実用写像データ７６ａによって規定される写像よりも精度が高い主体を用いて、評価写像データ７６ｂによって規定される写像の判定結果の妥当性を判断したが、これに限らない。たとえば、評価写像データ７６ｂによって規定される判定結果と、２つ以上の他の写像による判定結果との多数決によって、評価写像データ７６ｂによって規定される写像の判定結果の妥当性を判断してもよい。また、たとえば上記２つ以上の他の写像による判定結果の１つを、写像による判定結果に代えて、熟練者による判断としてもよい。

・「比較用写像データについて」
図１０においては、比較用データとして、実用写像データ７６ａと同一の、ミラー写像データ１０６ｄを例示したが、これに限らない。たとえば、ハイスペック写像データ１０６ｂであってもよい。その場合、Ｓ１２０の処理において不一致と判定される場合に、これをＳ９６の処理における誤判定であるとみなしてもよい。なお、比較用データとしては、実用写像データ７６ａと同一のデータであったり、ハイスペック写像データ１０６ｂのように熟練者と同等の高精度な判定ができる写像に限らない。

・「第１写像、第１写像データについて」
図１においては、実用写像データ７６ａとして、Ｓ１６，Ｓ１８の処理を実行するデータを例示したが、これに限らない。

図６，図１０，図１２，図１５においては、実用写像データ７６ａとして、中間層が１層のニューラルネットワークを例示したが、これに限らない。たとえば中間層が２層以上のニューラルネットワークであってもよい。また活性化関数ｈ１としては、ハイパボリックタンジェントに限らず、たとえばロジスティックジグモイド関数やＲｅＬＵであってもよい。なお、ＲｅＬＵは、入力と「０」とのうちの小さくない方を出力する関数である。また、ニューラルネットワークの出力層のノードの数、すなわち次元を「（気筒数）＋１」とするものに限らない。たとえば、気筒数に等しい個数とし、各出力値のうちの閾値を超えたものがある場合に失火があると判定してもよい。またたとえば、ニューラルネットワークの１度の出力に基づく失火の有無の判定対象となる気筒を１つとし、出力層のノードの数を１個としてもよい。なお、その場合、出力層はロジスティックジグモイド関数等によって出力値の取りうる値の範囲が規格化されることが望ましい。

実用写像データとしては、ニューラルネットワークを規定するデータに限らない。たとえば、失火の判定対象となる１つの気筒の失火の有無に応じて互いに異なる符号の数値を出力する識別関数であってもよい。これは、たとえばサポートベクトルマシンによって構成してもよい。

・「第２写像データについて」
第２写像データとしての評価写像データ７６ｂとしては、中間層が１層のニューラルネットワークを規定するデータに限らない。たとえば、第２写像データとしては、中間層が２層以上のニューラルネットワークを規定するデータであってもよい。また活性化関数ｈ１としては、ハイパボリックタンジェントに限らず、たとえばロジスティックジグモイド関数やＲｅＬＵであってもよい。また、ニューラルネットワークの出力層のノードの数、すなわち次元を「（気筒数）＋１」とするものに限らない。たとえば、気筒数に等しい個数とし、各出力値のうちの閾値を超えたものがある場合に失火があると判定してもよい。またたとえば、ニューラルネットワークの１度の出力に基づく失火の有無の判定対象となる気筒を１つとし、出力層のノードの数を１個としてもよい。なお、その場合、出力層はロジスティックジグモイド関数等によって出力値の取りうる値の範囲が規格化されることが望ましい。

なお、第２写像の入力の次元数が、第１写像の入力の次元数よりも大きいことも必須ではない。たとえば入力の次元数は同一であって且つ中間層の層数が第１写像の層数よりも大きいものであってもよい。またたとえば入力の次元数および中間層の層数とも第１写像と同一であって、活性化関数が互いに異なるものであってもよい。

第２写像としては、ニューラルネットワークに限らない。たとえば、失火の判定対象となる１つの気筒の失火の有無に応じて互いに異なる符号の数値を出力する識別関数であってもよい。これは、たとえばサポートベクトルマシンによって構成してもよい。

・「第３写像、第３写像データについて」
上記実施形態では、第３写像データとして、評価写像データ７６ｂによって規定される写像の入力よりも次元が大きく且つ、中間層の層数が多いハイスペック写像データ１０６ｂを例示したが、これに限らない。たとえば、次元数は同一であって中間層の層数が大きいものであってもよい。これは、たとえば、入力変数を、Ｓ４２ａにおいて例示したものと同一としつつも、中間層の層数を２層以上とすることにより実現できる。またたとえば、次元数は大きいものの、中間層の層数は同一であってもよい。

上記実施形態では、第３写像データとして、１つの仕様の内燃機関１０が搭載された複数の車両ＶＣ１，ＶＣ２，…から送信されるデータを訓練データとする学習済みモデル（ハイスペック写像データ１０６ｂ）を例示したが、これに限らない。たとえば、気筒数、排気量等が異なる様々な内燃機関を搭載した車両から送信されるデータを訓練データとして用いてもよい。ただし、その場合、気筒数や排気量等の仕様情報を第３写像の入力変数とすることが望ましい。なお、第３写像の入力変数としては、これに限らず、たとえば熟練者が判断に際して用いない変数を含めてもよい。また、第３写像データの学習に際しての教師データの少なくとも一部に、熟練者の判断結果を用いることも必須ではない。

・「入力データ送信処理について」
図４や図９の処理では、３燃焼サイクル分の微小回転時間Ｔ３０の時系列データを送信したが、これに限らない。たとえば、実用写像データ７６ａを用いた判定結果と評価写像データ７６ｂを用いた判定結果とが整合しないときの微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）と、整合しないと判定される状態から整合していると判定される状態に移行した際の微小回転時間Ｔ３０（４９）〜Ｔ３０（７２）との２燃焼サイクル分の時系列データであってもよい。

図４や図９の処理では、実用写像データ７６ａを用いた判定結果と評価写像データ７６ｂを用いた判定結果とが整合しないときの微小回転時間Ｔ３０（２５）〜Ｔ３０（４８）に加えて、整合しないと判定される状態から整合していると判定される状態に移行した際の微小回転時間Ｔ３０（４９）〜Ｔ３０（７２）を送信したが、これに限らない。たとえば、整合していると判定されている状態における微小回転時間Ｔ３０の時系列データと、整合していると判定される状態から整合していないと判定される状態に移行した際の微小回転時間Ｔ３０の時系列データとを送信してもよい。

送信対象とする時系列データのうちの整合していると判定される状態に移行した際の微小回転時間Ｔ３０の時系列データとしては、１燃焼サイクル分の時系列データに限らない。たとえば、「第２写像データについて」の欄に記載したように、１度の入力による出力値が１つの気筒の失火変数の値のみを出力する場合等であって、入力データ自体、１燃焼サイクルより短い期間における微小回転時間Ｔ３０の時系列データである場合には、それに応じた量の時系列データとしてもよい。もっとも、写像への入力変数を構成する微小回転時間Ｔ３０の時系列データと、整合していると判定される状態に移行した際の微小回転時間Ｔ３０の時系列データとが、同一の長さを有する区間内の微小回転時間Ｔ３０であることも必須ではない。

図４や図９の処理では、１トリップに１度、整合しないと連続して判定された回数が最大となるときに対応する３燃焼サイクル分の微小回転時間Ｔ３０の時系列データを送信したが、これに限らない。たとえば、１トリップに１度、整合しないと連続して判定された回数が最大となるときに対応する、整合しないと連続して判定された期間における微小回転時間Ｔ３０の全てと、整合しないと判定される状態から整合していると判定される状態に移行した際の微小回転時間Ｔ３０の１燃焼サイクル分の時系列データとを送信してもよい。またたとえば、整合しないと判定される期間における微小回転時間Ｔ３０の全てと、それら期間のそれぞれについての整合しないと判定される状態から整合していると判定される状態に移行した際の微小回転時間Ｔ３０の１燃焼サイクル分の時系列データとを１トリップに１度送信してもよい。

図４や図９の処理において送信対象とされる、評価写像データ７６ｂによって規定される写像の出力値に関するデータとしては、同写像の出力値自体に限らない。たとえば、実用写像データ７６ａによって規定される写像の出力値であってもよい。この場合、たとえばＳ９２〜Ｓ９４の処理において、熟練者が、実用写像データ７６ａによって規定される写像の出力値が正しいと判断する場合、Ｓ９６の処理において肯定判定すればよい。もっとも、こうしたデータを送信しなくても、入力データを送信することにより、データ解析センター１００側において、評価写像データ７６ｂによって規定される写像の出力値を算出することはできる。

送信対象とされる、評価写像データ７６ｂによって規定される写像への入力データに関するデータとしては、入力データ自体に限らない。たとえば、評価写像データ７６ｂによって規定される写像への入力データがＳ１６の処理によって利用される微小回転時間Ｔ３０［０］，Ｔ３０［６］である場合であっても、送信対象とするデータを、微小回転時間Ｔ３０（１）〜Ｔ３０（２４）等としてもよい。これにより、たとえばＳ９２の処理によって、熟練者に波形データの視覚情報を提供できる。

送信対象とするデータのうち写像への入力データおよび微小回転時間Ｔ３０以外のデータとしては、エクストラ情報集合ＧｒＥにて例示したものに限らない。また、写像への入力データおよび微小回転時間Ｔ３０以外のデータを送信対象とすること自体必須ではない。

・「対処処理について」
上記実施形態では、報知処理として、車両に搭載されている警告灯９０を操作する処理を例示したが、これに限らない。たとえばユーザの携帯端末に、異常が生じた旨の情報を表示させるために通信機７７を操作する処理としてもよい。

対処処理としては、報知処理に限らない。たとえば、内燃機関１０の燃焼室１８内の混合気の燃焼を制御するための操作部を、失火が生じた旨の情報に応じて操作する処理であってもよい。また、たとえば下記「車両の既定の状態について」の欄に記載したように、インバランス変数の値を出力する写像の場合、インバランス異常を抑制するように燃料噴射弁を操作する処理としてもよい。また、たとえば下記「車両の既定の状態について」の欄に記載したように、ＰＭ量を出力する写像の場合、フィルタの温度を上昇させるための内燃機関１０の操作部を操作することによって、ＰＭを燃焼除去する処理としてもよい。また、たとえば下記「車両の既定の状態について」の欄に記載したように、触媒の温度を出力する写像の場合、触媒の温度を上昇させるための内燃機関の操作部を操作する処理であってもよい。なお、この場合の操作処理は、たとえば触媒の再生処理とすればよい。

・「車両用学習制御システムについて」
またたとえば、制御装置７０およびデータ解析センター１００に加えて、携帯端末によって車両用学習制御システムを構成してもよい。これは、たとえば、上記第１の実施形態において、図３の処理を携帯端末によって実行してその結果を制御装置７０に送信することによって実現できる。

・「車両用学習装置について」
データ解析センター１００に代えて携帯端末を用いて車両用学習装置を構成してもよい。これは、たとえば携帯端末の記憶装置にハイスペック写像データ１０６ｂ等を記憶しておき、携帯端末によって図９（ｂ）の処理を実行することなどにより実現できる。なお、その場合、車両ＶＣ１のユーザの携帯端末には、車両ＶＣ１に関するデータのみが送信されるものとしてもよい。

・「実行装置について」
実行装置としては、ＣＰＵ７２（１０２）とＲＯＭ７４（１０４）とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路（たとえばＡＳＩＣ等）を備えてもよい。すなわち、実行装置は、以下の（ａ）〜（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するＲＯＭ等のプログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。

・「記憶装置について」
上記実施形態では、評価写像データ７６ｂや実用写像データ７６ａが記憶される記憶装置７６と、再学習サブプログラム７４ｂが記憶される記憶装置であるＲＯＭ７４とを別の記憶装置としたが、これに限らない。またたとえば、ハイスペック写像データ１０６ｂや、評価写像データ７６ｂ、ミラー写像データ１０６ｄが記憶される記憶装置１０６と、再学習メインプログラム１０４ａが記憶される記憶装置であるＲＯＭ１０４とを別の記憶装置としたが、これに限らない。

・「内燃機関について」
上記実施形態では、燃料噴射弁として、燃焼室１８内に燃料を噴射する筒内噴射弁を例示したがこれに限らない。たとえば吸気通路１２に燃料を噴射するポート噴射弁であってもよい。またたとえば、ポート噴射弁と筒内噴射弁との双方を備えてもよい。

内燃機関としては、火花点火式内燃機関に限らず、たとえば燃料として軽油などを用いる圧縮着火式内燃機関等であってもよい。
内燃機関が駆動系を構成すること自体必須ではない。たとえば、車載発電機にクランク軸が機械的に連結され、駆動輪６０とは動力伝達が遮断されたいわゆるシリーズハイブリッド車に搭載されるものであってもよい。

・「車両について」
車両としては、車両の推進力を生成する装置が内燃機関のみとなる車両に限らず、たとえば「内燃機関について」の欄に記載したシリーズハイブリッド車以外にも、パラレルハイブリッド車や、シリーズ・パラレルハイブリッド車であってもよい。さらに、内燃機関を搭載しない電気自動車であってもよい。

・「そのほか」
クランク軸と駆動輪との間に介在する駆動系装置としては、有段の変速装置に限らず、たとえば無段変速装置であってもよい。

１０…内燃機関、１２…吸気通路、１４…スロットルバルブ、１６…吸気バルブ、１８…燃焼室、２０…燃料噴射弁、２２…点火装置、２４…クランク軸。２６…排気バルブ、２８…排気通路、３０…触媒、４０…クランクロータ、４２…歯部、４４…欠け歯部、５０…トルクコンバータ、５２…ロックアップクラッチ、５４…変速装置、５６…入力軸、５８…出力軸、６０…駆動輪、７０…制御装置、７２…ＣＰＵ、７４…ＲＯＭ、７４ａ…失火検出プログラム、７４ｂ…再学習サブプログラム、７６…記憶装置、７６ｂ…評価写像データ、７７…通信機、７８…周辺回路、７９…ローカルネットワーク、８０…クランク角センサ、８２…エアフローメータ、８４…水温センサ、８８…シフト位置センサ、９０…警告灯、９６ｂ…評価写像データ、１００…データ解析センター、１０２…ＣＰＵ、１０４…ＲＯＭ、１０４ａ…再学習メインプログラム、１０６…記憶装置、１０６ａ…再学習用データ、１０６ｂ…ハイスペック写像データ、１０６ｃ…評価写像データ、１０６ｄ…ミラー写像データ、１０７…通信機、１０８…周辺回路、１０９…ローカルネットワーク、１１０…ネットワーク、１１２…表示装置、１１４…インターフェース。

Claims (15)

1. 実行装置と、記憶装置と、を備え、
   前記記憶装置には、車載センサの検出値に基づく第１入力データを入力とし車両の既定の状態に関する第１出力値を出力する第１写像を規定する第１写像データと、前記車載センサの検出値に基づく第２入力データを入力とし前記既定の状態に関する第２出力値を出力する第２写像を規定して且つ機械学習によって学習されたデータを含む第２写像データとが記憶されており、
   前記実行装置は、前記第１入力データを取得する第１取得処理と、前記第１入力データを前記第１写像の入力として前記第１出力値を算出する第１算出処理と、前記第１算出処理の算出結果に基づき、該算出結果に対処すべく所定のハードウェアを操作する対処処理と、前記第２入力データを取得する第２取得処理と、前記第２入力データを前記第２写像の入力として前記第２出力値を算出する第２算出処理と、前記第１出力値と前記第２出力値とが整合するか否かを判定する判定処理と、を実行する車両用制御装置。
2. 前記実行装置は、前記判定処理によって整合しないと判定される場合、前記整合しないと判定された際の前記第２入力データに基づき、前記第２写像データを更新するためのデータを生成する再学習データ生成処理を実行する請求項１記載の車両用制御装置。
3. 前記実行装置は、前記再学習データ生成処理によって生成されたデータに基づき、前記第２写像データを再学習させる再学習処理を実行する請求項２記載の車両用制御装置。
4. 請求項３記載の前記実行装置と、前記記憶装置と、を備え、
   前記再学習データ生成処理は、
   前記第２入力データに関する情報を表示装置に表示させる表示処理と、
   前記第２写像の出力値に誤りがあるか否かの情報を取り込む妥当性判定結果取込処理と、
   前記妥当性判定結果取込処理によって取り込んだ情報に基づき、前記第２写像データを更新するためのデータを生成する処理と、を含む車両用学習制御システム。
5. 請求項３記載の前記実行装置と、前記記憶装置と、を備え、
   前記記憶装置には、前記車載センサの検出値に基づくデータを入力とし前記既定の状態に関する第３出力値を出力する第３写像を規定する第３写像データが記憶されており、
   前記再学習データ生成処理は、
   前記車載センサの検出値に基づくデータを前記第３写像に入力して前記第３出力値を算出する第３算出処理と、
   前記第３出力値と前記第２出力値との整合性の有無に基づき、前記第２写像データを更新するためのデータを生成する処理と、を含む車両用学習制御システム。
6. 請求項４または５記載の前記実行装置は、車両に搭載される第１実行装置および車載装置とは別の第２実行装置を含み、
   前記再学習データ生成処理は、前記整合しないと判定された際の前記第２入力データに関するデータを送信する入力データ送信処理と、前記入力データ送信処理によって送信された前記データを受信する入力データ受信処理と、を含み、
   前記第１実行装置は、前記第１取得処理、前記第１算出処理、前記第２取得処理、前記第２算出処理、前記対処処理、前記判定処理、および前記入力データ送信処理を実行するものであり、
   前記第２実行装置は、前記再学習データ生成処理のうちの前記入力データ送信処理以外の処理、および前記再学習処理を実行するものであり、
   前記第１実行装置を備える車両用制御装置。
7. 前記第２実行装置は、前記再学習処理によって学習された再学習済みのパラメータを前記車両へと送信するパラメータ送信処理を実行し、
   前記第１実行装置は、前記パラメータ送信処理によって送信された前記パラメータを受信するパラメータ受信処理を実行する請求項６記載の車両用制御装置。
8. 前記第１実行装置は、前記車両の走行の終了時に前記入力データ送信処理を実行する請求項６または７記載の車両用制御装置。
9. 請求項６〜８のいずれか１項に記載の前記第２実行装置を備える車両用学習装置。
10. 請求項４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、
    前記記憶装置は、前記車両に搭載される第１記憶装置、および車載装置とは別の第２記憶装置を備え、
    前記第１写像データは、実用写像データと、比較用写像データとを含み、
    前記第１記憶装置は、前記実用写像データを記憶しており、
    前記第２記憶装置は、前記比較用写像データおよび前記第２写像データを記憶しており、
    前記第１取得処理は、前記実用写像データによって規定される写像への入力となるデータを取得する実用用取得処理および前記比較用写像データによって規定される写像への入力となるデータを取得する比較用取得処理を含み、
    前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記実用写像データに基づく前記第１算出処理、前記比較用取得処理によって取得したデータおよび前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、および前記対処処理を実行するものであり、
    前記第２実行装置は、前記入力データ送信処理によって送信された前記データを受信する入力データ受信処理、前記比較用写像データに基づく前記第１算出処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、
    前記第２実行装置および前記第２記憶装置を備える車両用学習装置。
11. 請求項４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、
    前記記憶装置は、前記車両に搭載されて前記第１写像データを記憶する第１記憶装置、および車載装置とは別の装置であって前記第２写像データを記憶する第２記憶装置を備え、
    前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理、前記第１算出処理の算出結果を送信する第１算出結果送信処理、および前記対処処理を実行するものであり、
    前記第２実行装置は、前記入力データ送信処理によって送信された前記第２入力データを受信する入力データ受信処理、前記第１算出結果送信処理によって送信された算出結果を受信する第１算出結果受信処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するのであり、
    前記第１実行装置および前記第１記憶装置を備える車両用制御装置。
12. 請求項４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、
    前記記憶装置は、前記車両に搭載されて前記第１写像データを記憶する第１記憶装置、および車載装置とは別の装置であって前記第２写像データを記憶する第２記憶装置を備え、
    前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理、前記第２算出処理の算出結果を受信する第２算出結果受信処理、前記対処処理、前記判定処理、前記判定処理による判定結果に関するデータを送信する結果送信処理を実行するものであり、
    前記第２実行装置は、前記入力データ送信処理によって送信されたデータを受信する入力データ受信処理、前記第２算出処理、前記第２算出処理の算出結果を送信する第２算出結果送信処理、前記結果送信処理によって送信されたデータを受信する結果受信処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、
    前記第１実行装置および前記第１記憶装置を備える車両用制御装置。
13. 請求項１１または１２記載の前記第２実行装置および前記記憶装置を備える車両用学習装置。
14. 請求項４または５記載の前記実行装置は、前記車両に搭載される第１実行装置、および車載装置とは別の第２実行装置を備え、
    前記第１実行装置は、前記第１取得処理、前記第２取得処理、前記第１取得処理によって取得した前記第１入力データおよび前記第２取得処理によって取得した前記第２入力データを前記車両の外部に送信する入力データ送信処理、前記第１算出処理の算出結果を受信する結果受信処理、および前記対処処理を実行するものであり、
    前記第２実行装置は、前記入力データ送信処理によって送信されたデータを受信する入力データ受信処理、前記第１算出処理、前記第１算出処理の算出結果を送信する第１算出結果送信処理、前記第２算出処理、前記判定処理、前記再学習データ生成処理、および前記再学習処理を実行するものであり、
    前記第１実行装置を備える車両用制御装置。
15. 請求項１４記載の前記第２実行装置および前記記憶装置を備える車両用学習装置。