電磁エネルギー変換における大幅な高効率化を実現すべく、磁気回路のトポロジー最適化の高速化に向けた情報処理技術の適用検討を行った。具体的には、画像認識分野で著しい性能を発揮している畳み込みニューラルネットワーク（CNN）を用いた分類器を開発し、磁性体分布を入力に、ターゲット領域の磁気エネルギーのレベルを出力とし、分類精度向上の検討を行った。CNNにおける学習データと内部パラメータが分類精度に与える影響等の考察に加え、学習データの正解ベクトルを確率的に分割する手法を提案し、分類精度の向上を達成した。今後は、様々な実規模磁気回路の最適化設計を対象に、開発分類器の効果的な適用法の検討を行う予定である。