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
Development of Accuracy Improvement Technology for Surrogate Models using Shape Generation AI
- 提供方法
- 他サイトにて提供・販売
- 入手方法の確認はこちら
- 文献番号
- 20254048
- 文献・情報種別
- 自動車技術会論文集
Vol.56 No.1
- 掲載ページ
- 140-145(Total 6 p)
- 発行年月
- 2025年 1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 | 論文 |
|---|---|
| カテゴリ(英) | Paper 翻訳 |
| 著者 | 1) 小野寺 啓祥, 2) 大塚 紀子, 3) 谷口 真潮, 4) 木村 成竹 |
| 著者(英) | 1) Hiroaki Onodera, 2) Noriko Ohtsuka, 3) Mashio Taniguchi, 4) Masatake Kimura |
| 勤務先 | 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 |
| 抄録 | 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. |
| 抄録(英) | 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. 翻訳 |