Approach to crash performance prediction by data mining using simulation data base
衝突シミュレーションデータベースを活用した機械学習による衝突性能予測の試み
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20217030
- Paper/Info type
- Symposium Text
No.18-21
- Pages
- 1-21(Total 21 p)
- Date of publication
- Jan 2022
- Publisher
- JSAE
- Language
- Japanese
- Event
- JSAE Symposium 2021
Detailed Information
| Category(J) | PPT資料 Translation |
|---|---|
| Category(E) | PPT slides |
| Author(J) | 1) 中川 隆浩, 2) 小野 仁幹, 3) 戸澗 幸大, 4) 西 惇宏, 5) 高田朋貴 |
| Author(E) | 1) Takahiro Nakagawa, 2) Ono Masamoto, 3) Yukihiro Toma, 4) Atsuhiro Nishi, 5) Tomoki Takada |
| Affiliation(J) | 1) 日産自動車株式会社, 2) 日産自動車株式会社, 3) 株式会社SIGNATE, 4) 株式会社SIGNATE, 5) 株式会社SIGNATE |
| Affiliation(E) | 1) Nissan Motor Co., Ltd., 2) Nissan Motor Co., Ltd., 3) SIGNATE Inc., 4) SIGNATE Inc., 5) SIGNATE Inc. |
| Abstract(J) | 近年、衝突CAEを活用したロバスト性評価や最適化などの大量計算を伴う開発が増えている。またAI技術を応用した開発事例も増加しているがAIの推論結果を実務で有効活用する上ではその解釈性も重要となる。本講演ではCAE技術者の解釈性を考慮した、機械学習による衝突性能予測および車体構造推定の試みを紹介する。 Translation |
| Abstract(E) | A number of calculations for Crash CAE is required to robustness evaluation or optimization study in recent vehicle development. And also, a few implementations of AI technology utilizing those results have been reported. However, in order to apply inference result of AI for development, that interpretability is also important. Therefore we approach to crash performance prediction and estimation of parameters of body structure by data mining methodology considering the interpretability of a skilled CAE engineers. |
