ガラス瓶製造において、成形機械の正確な制御は品質確保や欠陥の最小化において重要です。本研究では、実際の生産環境における形成プロセスを最適化するための深層学習に基づいた制御アルゴリズムを提案します。このアルゴリズムは、実際の製造データを用いて、現在の生産設定に基づくパラメータ変更の影響を予測します。特に設計された反転メカニズムを通じて、望ましいガラスゴブ特性を実現するために必要な最適な機械設定を特定します。試験結果は、複数の生産ラインの履歴データに基づいており、提案された方法がプロセスの安定性向上、廃棄物の削減、製品の一貫性向上に寄与する可能性を示しています。これにより、深層学習のガラス製造におけるプロセス制御への応用可能性が強調されます。