文献

J-GLOBAL ID：201902261981347844   整理番号：19A1201404

深層学習により加速されたトポロジー最適化【JST・京大機械翻訳】

Topology Optimization Accelerated by Deep Learning

著者 (2件)： Sasaki Hidenori (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Japan) ,  Igarashi Hajime (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Japan)
資料名： IEEE Transactions on Magnetics  (IEEE Transactions on Magnetics)
巻： 55  号： 6  ページ： ROMBUNNO.7401305.1-5  発行年： 2019年 
JST資料番号： A0339B  ISSN： 0018-9464  CODEN： IEMGAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 確率的アルゴリズムに基づくトポロジー最適化の計算コストは,深い学習によって大いに減少することを示した。学習段階において,RGBで表現される内部永久磁石モータの断面画像を用いて,トルク特性を推論するために畳込みニューラルネットワーク(CNN)を訓練した。最適化段階において,すべての個体は訓練されたCNNによって近似的に評価されるが,正確な評価のための有限要素分析は限られた数の個体に対してのみ実行される。トポロジー最適化のための計算コストが最適化品質の損失なしで減少できることを数値的に示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  品質 ,  PMモータ ,  近似法 ,  *学習 ,  *最適化 ,  有限要素解析 ,  畳込みニューラルネットワーク ,  トルク特性 ,  計算コスト ,  *位相最適化 ,  *深層学習 ,  *改変

分類 (4件)： システム最適化手法  (IA02050Z) ,  数値計算  (JE02000J) ,  電気式制御機器  (IC02020Y) ,  電磁機器  (NB10030C)

タイトルに関連する用語 (3件)： 深層学習 ,  加速 ,  トポロジー最適化