ディープラーニング(機械学習)のCAE・工学設計への応用とそのポイント <オンラインセミナー>
~ 機械学習によるCAE代替モデルの構築と予測、機械学習を適用するための注意点、正則化技術とデータ拡張技術、CAE(材料力学)による結果の問題への機械学習の応用 ~
・エンジニアリングデザインに機械学習を応用し、解析時間の飛躍的な短縮に活かすための講座
・CAEによる設計や解析業務において機械学習を応用するためのポイントを学び、大幅な業務効率や生産性の向上を実現しよう!
*Anconda、Excel、Webブラウザのご準備をお願いします
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
工学において具体的に数値として予測することが通常の業務で頻繁に行われています。CAE技術の発達に伴い複雑な問題においても解くことが可能になりました。一方で、解析時間が多くかかる、解析ケース数が膨大で時間がかかるなどの時間的コスト低減が必要な使い方も一般的となっています。
機械学習により代替モデルを構築し予測そのものは1秒未満で行うことが現実的に可能になりつつあります。つまり、超高速な評価の可能性に期待が高まっています。しかし、機械学習を具体的にどのように実施してよいかわからないという多くの担当の方もいらっしゃると思います。
本講習では、最も基本的なことだけに内容を厳選し、しかし、応用への道筋がわかるような内容を考えました。受講対象は多岐に渡りますが機械学習は初めての方や初学者の方を対象とします。データサイエンスの技術は、エンジニアリングの生産性を大きく向上させる切り札です。皆様のご参加お待ちしております。
セミナー詳細
開催日時 |
- 2021年08月31日(火) 10:30 ~ 17:30
|
開催場所 |
オンラインセミナー |
カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
受講対象者 |
・機械学習を工学問題へ応用したいと考えている方
・機械学習の可能性を具体例から理解したい方
・設計業務で具体的に時間コストの低減を考えている方
・画像処理以外の工学問題(回帰問題)への機械学習の適用方法を習得したい方
・設計や解析部門の技術者の方
|
予備知識 |
・Pythonで簡単なプログラムを作ったことがある方
(Pythonの未経験者の方は、講習までに実行方法、sin関数などの関数のグラフ化が出来るようにしておいてください)
・材料力学の梁のたわみの基礎の理解、構造CAE経験者、機械設計のいずれかの経験者(初心者でよい)
|
修得知識 |
・機械学習のCAEや設計、工学問題への適用法
・回帰問題のプログラム例についての理解
・教師データの生成方法、データ拡張の考え方と方法 |
プログラム |
1.機械学習の基本
(1).できること(分類問題と回帰問題)
(2).なぜデータだけで予測可能になるのか(損失の定義)
(3).補間と補外、補外はできるのか?
(4).より進んだ学習のためのディレクトリ(何を学べばよいのか)
2.ニューラルネットワークとなにか
(1).MLPとCNN
(2).その他(分類・回帰問題、SoftMax・恒等関数、活性化関数、最適化、正規化、正則化、ハイパーパラメータ)など
3.三角関数の機械学習の応用:sin関数とtan関数を学習する
・この実習ではMLP、Kerasを前提とします、プログラムは配布、ネットワーク構成とプログラムの対応付を説明してパラメータを調整してもらいます、またデータ作成の方法も合わせて説明いたします
4.機械学習を適用するための注意点
(1).表現できないことがある、写像した関数を学習させる
(2).正規化の必要性
(3).活性化関数や最適化は何が良いかを知る
(4).対象の性質や変化の様子に対する理解の重要性
5.早く収束させるための正則化技術
(1).正則化技術の実習
・正則化とは過学習を防ぎ精度を高める可能性のある技術です。過学習の防止≠高精度ではありません、精度が悪いところで収束してしまうこともあります(この場合が多い!)
6.最も重要なデータ拡張技術
(1).データ拡張のポイント
・どのくらい増やすのがよいのか、意味のある拡張、統計的性質の維持を体験します
7.CAE(材料力学)による結果の問題への機械学習の応用
(1).両端支持梁の学習法
・答えが分かっている問題に絞ることにより機械学習による精度低下や高精度予測を行うための試行錯誤が明確に理解できる。また、あえて間違ったデータを入れたときに学習結果はどのように変わるのかを知ることも大切です
|
キーワード |
機械学習 回帰問題 ニューラルネットワーク MLP CNN 三角関数 パラメータ 正規化技術 データ拡張 |
タグ |
AI・機械学習、シミュレーション・解析、最適化・応力解析、材料力学・有限要素法、設計・製図・CAD |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。