新しくバージョンアップした SmartUQ Ver.11 では、従来のサロゲートモデリングやUQ解析の枠を超え、現実の設計・開発・製造データが持つ複雑さを前提とした意思決定を、より実践的に支援するための大幅な機能拡張が行われました。本セミナーでは、その中でも特に重要な「データフュージョン」「マルチフィデリティモデリング」「形状プロファイルモデリング」「不確かさを考慮したロバスト最適化」を中心に、SmartUQ Ver.11 で何が可能になったのか、どのような場面で有効なのかを技術的背景とともに解説します。

実際の開発現場では、CAE、実験、計測、製造データといった、性質・信頼度・取得コストの異なるデータが混在しており、必ずしも「きれいなデータ」だけを用いて意思決定できるとは限りません。SmartUQ Ver.11 では、こうした現実を前提に、複数のデータソースを統合して1つの確率モデルとして扱うデータフュージョン・エミュレータや、低忠実度モデルと高忠実度データの差分を学習するマルチフィデリティモデリングが正式に実装されました。これにより、限られた高価な実験データを最大限に活かしながら、予測精度と信頼区間を両立したサロゲートモデル構築が可能になります。

また、サロゲートモデルはスカラー値を予測する回帰モデルというイメージを持たれがちですが、実際のCAEや計測データは、時間波形、空間分布、ベクトル量、形状プロファイルといった高次元な情報として得られる場合が少なくありません。本セミナーでは、SmartUQ Ver.11 により可能となった関数応答、空間応答、プロファイル予測、分類モデルを含むサロゲートモデリングについて、その考え方と活用方法を紹介します。

さらに Ver.11 では、最適化において平均性能だけを見るのではなく、ばらつき・最悪ケース・分布そのものを考慮したロバスト最適化が、GUIベースでより自然に扱えるようになっています。不確かさ伝播の結果を内部ループとして利用し、分布制約や分布目的関数を定義できることで、「条件は良いが歩留まりが不安定」「一部の外乱で性能が破綻する」といった設計リスクを、最適化の段階で定量的に織り込むことが可能になります。これは、従来の決定論的最適化や単純な回帰モデルでは扱いにくかった領域です。

本セミナーでは、これらの新機能を単なる機能紹介に留めず、なぜ今データフュージョンやマルチフィデリティが重要なのか、なぜ最適化に不確かさを組み込む必要があるのかといった背景も含めて解説します。CAEユーザ、実験・計測データを扱う技術者、製造プロセスのばらつきに課題を感じている方にとって、SmartUQ Ver.11 がどのように設計判断の質を変え得るのかを理解していただくことを目的とした内容です。

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