Development of Accuracy Improvement Technology for Surrogate Models using Shape Generation AI
形状生成AIを使ったサロゲートモデルの精度向上技術の開発
- Delivery
- Available on the other site
- Click here to order.
- Publication code
- 20254048
- Paper/Info type
- JSAE Transaction
Vol.56 No.1
- Pages
- 140-145(Total 6 p)
- Date of publication
- Jan 2025
- Publisher
- JSAE
- Language
- Japanese
Detailed Information
| Category(J) | 論文 Translation |
|---|---|
| Category(E) | Paper |
| Author(J) | 1) 小野寺 啓祥, 2) 大塚 紀子, 3) 谷口 真潮, 4) 木村 成竹 |
| Author(E) | 1) Hiroaki Onodera, 2) Noriko Ohtsuka, 3) Mashio Taniguchi, 4) Masatake Kimura |
| Affiliation(J) | 1) トヨタ自動車株式会社, 2) トヨタ自動車株式会社, 3) トヨタ自動車株式会社, 4) トヨタ自動車株式会社 |
| Abstract(J) | 外板パネルのサロゲートモデルの性能予測精度向上のために，学習不足空間を探査し，不足空間に対して形状生成AIにて新規学習データを作成，追加，学習を繰り返すサイクルを構築し，フードアウタパネルで実証した．生成形状を学習データに加えてサロゲートモデルを更新することで予測精度が向上することを確認した. Translation |
| Abstract(E) | To improve the performance prediction accuracy of surrogate models for exterior panels, a cycle that explores and detect a lack of training data in design space, creates new training data using 3D shape generation AI and CAE for the detected area and iteratively update the surrogate model is established. The process was applied to the surrogate model of hood outer rigidity performance and the prediction accuracy is improved． |
