文献

J-GLOBAL ID：202202282377650390   整理番号：22A0418913

人工知能(AI)技術と電磁気学を用いた最適設計[II・完]-深層学習・モンテカルロ木探索の応用-

Design Optimization Based on Electromagnetism and Artificial Intelligence (AI) [II・Finish]: Deep Learning and Monte Carlo Tree Search

著者 (2件)： 五十嵐一 (北大 大学院情報科学研究院) ,  佐々木秀徳 (法政大 理工)
資料名： 電子情報通信学会誌  (Journal of the Institute of Electronics, Information and Communication Engineers)
巻： 105  号： 2  ページ： 150-155  発行年： 2022年02月01日 
JST資料番号： F0019A  ISSN： 0913-5693  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 深層学習により,モータの断面画像からトルク特性を予想できる.構築した深層学習機を計算コストが大きい電磁界解析の代わりに用いることで,トポロジー最適化を高速化した.また最適化結果の説明のためにGrad-CAMにより設計感度の高い領域を可視化した.モンテカルロ木探索を用いた自動設計は様々な対象に適用できると期待される.自動車用モータの例を紹介する.(著者抄録)

シソーラス用語： *CAM【生産】 ,  *機械学習 ,  *ニューラルネットワーク ,  *電磁気学 ,  モンテカルロ法 ,  木探索 ,  電動機 ,  動特性 ,  トルク ,  最適化 ,  自動設計
準シソーラス用語： トポロジー最適化 ,  トルク特性 ,  モータ ,  モンテカルロ木探索 ,  深層学習

分類 (4件)： CAD,CAM  (JE10000A) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  電磁気学一般  (BD01020N)

引用文献 (12件)：

• R. Gómez-Bombarelli, J.N. Wei, D. Duvenaud, J.M. Hernandez-Lobato, B. Sanchez-Lengeling, D. Sheberla, J. Aguilera-Iparraguirre, T.D. Hirzel R.P. Adams, and A. Aspuru-Guzik., ′′Automatic chemical design using a data-driven continuous representation of molecules,′′ ACS Central Science, vol. 4, no. 2, pp. 268-276, Feb. 2018.
• T. Guo, D.J. Lohan, and J.T. Allisony, ′′An indirect design representation for topology optimization using variational autoencoder and style transfer,′′ AIAA 2018-0804. https://doi.org/ 10.2514/6.2018-0804, 2018.
• S. Oh, Y. Jung, S. Kim, I. Lee, and N. Kang, ′′Deep generative design : Integration of topology optimization and generative models,′′ J. Mechanical Design, vol. 141, no. 11, 111405, 2019.
• 五十嵐 一,伊藤桂一,′′人工知能(AI)技術と電磁気学を用いた最適設計[I] トポロジー最適化-,′′信学誌,vol.105, no.1. pp.33-38 2022.
• H. Sasaki and H. Igarashi, ′′Topology optimization accelerated by deep learning,′′ IEEE Trans. Magn., vol. 55, no. 6, 7401305, 2019.

タイトルに関連する用語 (7件)： 人工知能 ,  AI ,  電磁気学 ,  最適設計 ,  深層学習 ,  モンテカルロ木探索 ,  応用