物理ベース機械学習手法による自動車空力性能の高速な予測
Fast Prediction of Vehicles’ Aerodynamic Performance Using Physics-Based Machine Learning
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20254591
- 文献・情報種別
- 会誌「自動車技術」
Vol.79 No.9
- 掲載ページ
- 112-117(Total 6 p)
- 発行年月
- 2025年 9月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
書誌事項
| カテゴリ | ホットトピックス |
|---|---|
| カテゴリ（英） | Hot Topics 翻訳 |
| 著者 | 1) 堀江 正信 |
| 著者（英） | 1) Masanobu Horie |
| 勤務先 | 1) RICOS |
| 抄録 | 機械学習は、物理現象を予測するための画期的な手法として着目されている。しかしながら、これらの手法を自動車空力性能予測などの実問題へ適用するにはまだ改善の余地がある。本稿では、物理現象を高速、高精度、かつ信頼性高く予測するための物理ベース機械学習手法および自動車空力性能予測への適用事例を紹介する。 |
| 抄録（英） | Machine learning is considered a groundbreaking technology for predicting physical phenomena because of its rapid growth. However, due to the complexity of vehicle shape and fluid phenomena, there is still room for improvement in terms of accuracy and reliability to tackle real-world problems, such as aerodynamic performance prediction. In this report, we introduce a physics-based machine learning approach, which enables us to predict physical phenomena rapidly, accurately, and reliably. We also demonstrate that our method can predict vehicles’ aerodynamic performance with high accuracy and efficiency. 翻訳 |
