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
Approach to crash performance prediction by data mining using simulation data base
- 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
- 20217030
- 文献・情報種別
- シンポジウムテキスト
No.18-21
- 掲載ページ
- 1-21(Total 21 p)
- 発行年月
- 2022年 1月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- JSAE 2021年度シンポジウム
書誌事項
カテゴリ | PPT資料 |
---|---|
カテゴリ(英) | PPT slides 翻訳 |
著者 | 1) 中川 隆浩, 2) 小野 仁幹, 3) 戸澗 幸大, 4) 西 惇宏, 5) 高田朋貴 |
著者(英) | 1) Takahiro Nakagawa, 2) Ono Masamoto, 3) Yukihiro Toma, 4) Atsuhiro Nishi, 5) Tomoki Takada |
勤務先 | 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 |
勤務先(英) | 1) Nissan Motor Co., Ltd., 2) Nissan Motor Co., Ltd., 3) SIGNATE Inc., 4) SIGNATE Inc., 5) SIGNATE Inc. |
抄録 | 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。 |
抄録(英) | 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. 翻訳 |