CAEユーザのためのサロゲートモデル入門
～後編：機械学習モデルで実現する最適化と信頼性評価～

前編では、CAEデータから予測精度の高いサロゲートモデルを構築するための手法や、カテゴリ変数・空間応答・関数応答を含む複雑な出力の取り扱い方について学びました（前編の詳細はこちら）。＊前編の資料や動画視聴をご希望の方は、以下のアドレスまでお気軽にご連絡ください：seminar@kesco.co.jp

後編では、そのように構築された高速な機械学習モデルを用いて実現できる、実際の設計・解析業務への応用を紹介していきます。 

サロゲートモデルは、大量の組み合わせ評価や最適化計算の繰り返しの予測を可能にするものですが、そのメリットを生かし、以下のような解析が可能になります：

具体的には、従来のパラメトリック解析を変革する、リアルタイムでリスクや最適ポイントを可視化する「設計空間の探索」 、時間的・空間的な出力を含む応答に基づく最適化、ばらつきや不確かなパラメータを考慮したロバスト設計、リスクや下流再現性確保のための信頼性評価（UQ解析）の実践例を取り上げ、トレードオフ評価や制約条件付きの最適化を効率的に行う方法を解説します。また、実測データを活用したベイズ推定によるパラメータ推定や、サロゲートモデルのキャリブレーション技術、モデルV&Vへの応用、デジタルツインによる工程管理への展開など、CAEモデルを超えて現実と融合させるための応用技術も紹介します。（一部のトピックは、今後の応用編セミナーで詳しく取り上げる予定です）。

後編では、構造や流体、化学工学といった物理分野だけでなく、熱や応力での空間を考慮した最適化や時系列解析や周波数応答解析での不確かさや入力ばらつきを含んだ解析や最適化手法を紹介し、機械学習によるサロゲートモデルがどのように意思決定や設計最適化に貢献するかを体系的に理解することができます。

前後編を通して、CAEユーザが直面する計算コスト、現実との差異、ばらつき、技術継承や部門間連携といった複合的な課題に対し、サロゲートモデルを用いた実践的な解決手段を紹介します。実務に即した事例とともに、予測モデル活用に必要な知識とノウハウを体系的に習得できる絶好の機会です。
サロゲートモデルを用いた解析や、CAEと実測データの融合に関心のある方、またDXやデジタルツイン活用を視野に入れている方にもおすすめの内容です。

講師

中野智宏
計測エンジニアリングシステム株式会社 セールスマーケティング

イクマル ラヒーム
計測エンジニアリングシステム株式会社  技術部 （日本語で行います）

Information