AIのCAE・設計への応用とそのポイント:機械学習によるCAE代替モデルの構築 <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 ~
・機械学習によるCAE代替モデルの構築技術を学び、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!
・AIにCAE結果を学習させモデルを構築すれば、CAE計算の工程を省け、複雑なメッシング・条件設定を一から実行する必要もなくなり、処理時間を短縮できます
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 |
- 2024年05月24日(金) 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 |
・機械学習を設計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
・CAE、設計、解析、システム、ソフト関連部門の方 |
予備知識 |
・Pythonで簡単なプログラムを作ったことがある方
・材料力学の梁のたわみの基礎、構造CAE経験者、機械設計のいずれかの経験者(初学者でよい)
(Pythonの未経験者は、講習までに実行方法、sin関数などの関数のグラフ化を行ってください)
|
修得知識 |
・機械学習の工学問題への適用法
・回帰問題のプログラム例
・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).教師あり学習と教師なし学習
(2).機械学習の対象となる問題
(3).形式ニューロン/パーセプトロン
2.ニューラルネットワーク
(1).MLPとCNN、その他基本用語
a.分類・回帰問題
b.SoftMax・恒等関数
c.活性化関数
d.最適化
e.正規化
f.正則化
g.ハイパーパラメータなど
(2).学習のアルゴリズム
(3).バックプロパゲーション(誤差逆伝播学習)法
(4).オプティマイゼーション/最適化(損失の低減方法)
(5).過学習(過適合)
(6).勾配喪失の対策
(7).正則化
3.三角関数の学習 :sin関数とtan関数を学習する
・SIN関数の学習データ2種類
・TAN関数の学習データ2種類
・学習データの異なる点
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解説
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.活性化関数と最適化手法の比較
(1).利用できる活性化関数
(2).利用できる最適化
6.早く収束させるための正則化技術
・重み減衰
・早期終了
・重み共有
・データ拡張
・アンサンブル法
・ドロップアウト
・深層表現のスパース化/バッチ正規化
7.最も重要なデータ拡張
(1).三つのデータ拡張の考え方
(2).バッチ正規化
8.CAE(材料力学)による結果の問題を学習
(1).はりのたわみ量と位置の予測
(2).公差検証(クロスバリデーション)
|
キーワード |
ニューラルネットワーク 回帰問題 正規化 正則化 勾配喪失 バックプロパゲーション 誤差逆伝播学習 オプティマイゼーション 過学習 三角関数 活性化関数 データ拡張 |
タグ |
統計・データ解析、AI・機械学習、シミュレーション・解析、強度設計、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。