サロゲートモデルの基礎と応用
〜CAEとデータサイエンスの融合技術〜
(会場対面式、オンライン形式およびオンデマンド形式)
|
講師
|
大阪成蹊大学 データサイエンス学部 教授 劉 継紅 氏
|
開催期間
|
2025年 2月〜3月
|
開催日
|
(1)会場対面式およびオンライン形式:(13:00〜16:00)
第1回 2月 6日(木)
第2回 2月18日(火)
第3回 2月26日(水)
第4回 3月19日(水)
(2)オンデマンド形式:
視聴可能期間:
各回の開催日翌日から約1か月間。
質疑応答開催日: (10:00〜12:00)
第1回 3月25日(火)(オンライン形式)
注:講師のご都合により、開催日が変更される可能性があります。
|
開催場所
|
【会場で受講される場合】
NLC新大阪8号館 11階 会議室
大阪市淀川区西中島3丁目9−13
■アクセス
【地下鉄】御堂筋線・西中島南方駅 徒歩3分
【JR】新大阪駅 徒歩10分
【私鉄】阪急電車・南方駅 徒歩5分
【オンライン形式で受講される場合】
オンライン形式で受講される場合は、WebexによるWeb会議でアクセスします。
事前に接続確認テストが必要な場合は、申込時にその旨、記載ください。
【オンデマンド形式で受講される場合】
第1回から第4回の講義データを録画した内容を視聴していただき、質疑応答日を設けます。
視聴期間は、上記開催日の翌日から質疑応答日の開催前までとします。
質疑応答日については、事前に質問を提出していただき、その質問について、
質疑応答日に講師の劉先生から回答していただきます。
質疑応答日: (オンライン形式)
第1回:3月25日(火) 10時〜12時
|
開催時間
|
(1) 会場対面式およびオンライン形式 13:00 〜 16:00
(2) オンデマンド形式 10:00 〜 12:00 |
受講料
|
(1), (2) 共通
個人会員 :50,000円
個人会員外:60,000円
学生会員 :20,000円
団体会員所属の方:50,000円
|
定員
|
4名以上20名まで
*開催が確定しましたら、解析塾のページへ、その旨、掲載します。
*定員になり次第、締め切ります。
|
受講方法
|
(1)オンライン形式:開催日に受講。録画データでの復習が可能。
(2)オンデマンド形式:録画データで自習し、別途開催する質疑応答の時間に参加可能。
質疑応答の時間に参加される場合は、事前に質問内容の概要を連絡ください。
・オンライン形式かオンデマンド形式か、いずれで受講されるかを申込時に記載ください。
演習時は、講義用画面と操作用画面の2つを同時に見ながら進めますので、サブモニターを用意いただくことを、推奨します。 |
講義形式 |
オンライン会議には、WexEXを使用します。
受講者は各自PCを用意の上、オンライン形式で講義を聴講していただきます。
オンデマンド形式で参加の場合、質疑応答の時間は、Webexでのオンライン会議となります。 |
オンライン形式
について |
オンライン会議について、WebExを初めて使用される方には、事前に確認テストを実施します。
テストは5分程度を予定しています。
すでにWebExでのWeb会議を経験済みの方は、テストは不要ですが、確認を必要とされる方は、日程調整の上、テストに参加ください。
|
申込方法 |
← お申込はこちらより承ります
連絡事項に、 希望される受講形式(オンライン形式あるいはオンデマンド形式)を記載ください。 |
講師の言葉 |
本講義では、CAEとデータサイエンスの融合をテーマに、サロゲートモデルの基
礎とその製品設計効率化への応用について解説します。最初に、CAEの基礎とし
て固体と流体の支配方程式とそれらの離散化手法を説明し、モノづくりを支える
CAEの実践例を紹介します。次に、データサイエンスの基礎として、決定木と深
層学習を中心とした機械学習の手法を解説し、ビジネスや社会を支えるデータサ
イエンスの具体例を示します。さらに、CAEとデータサイエンスの融合としてサ
ロゲートモデルの基礎を解説し、その構築方法をGoogle Colaboratoryを用いて
実演します。続いて、製品設計や営業の効率化を支える事例を紹介し、現場での
活用方法を考察します。最後に、これらの技術を確認し、質疑応答の時間を設け
て参加者とのディスカッションを通して内容の理解を深めます。これにより、参
加者はCAEとデータサイエンス、サロゲートモデルを用いた効率的な製品設計等
の知識と技術を習得できます。
|
受講対象者 |
・CAEを設計等へ応用し成果を上げたいと考えている方
・データサイエンスを具体的に応用したい方
・サロゲートモデルで設計業務で効率化を図りたい方 |
受講に当たっての必要な予備知識およびその概要 |
基本的には以下の知識がある方が望ましいですが、なくても分かるようフォローします。
・材料力学と流体力学の基礎知識(初心者)
・CAE初心者
・データサイエンス初心者
・Pythonの基礎知識(初心者) |
本セミナーで期待できる習得知識 |
・CAEで成果を上げられる
・データサイエンスの基本がわかる
・Pythonを使ってサロゲートモデルが構築できるようになる(サンプルコード配布) |
内容 |
第1章: CAEの基礎と応用
|
1.1 CAEとは何か
1.1.1 CAEの定義と歴史、役割と重要性
1.1.2 CAEのワークフロー
1.1.3 第三の科学としてのCAE
1.2 CAEの基本的な手法
1.3 モノづくりを支えるCAEの適用事例
1.3.1 電気機器分野の革新例
1.3.2 化学素材分野の最前線
1.4 CAEで成果を上げるための秘訣
1.4.1 成果創出へのアプローチ
1.4.2 特許出願の戦略 |
第2章: データサイエンスの基礎と応用
|
2.1 データサイエンスとは何か
2.1.1 データとは何か
2.1.2 データサイエンスの定義と歴史
2.1.3 データサイエンスはサイエンスか、第四の科学と呼ばれるのはなぜか
2.1.4 データサイエンスの三要素
2.2 データサイエンスの基本的な手法
2.2.1 教師あり学習
2.2.2 教師なし学習
2.2.3 決定木系の手法(Random forest
2.2.4 深層学習(DNN)
2.3 ビジネスや社会を支えるデータサイエンスの適用事例
2.3.1 電気機器(空調機の自動運転、エネルギー効率の最適化、異常検出)
2.3.2 農業(加工用トマト農営支援)
2.3.3 医療(ワクチン開発)
2.3.4 スポーツ(野球トレーニング)
2.3.5 日用品(化粧品選び) |
第3章: CAEとデータサイエンスの融合 〜サロゲートモデルの基礎と構築方法〜
|
3.1 第三の科学と第四の科学
3.1.1 モデル駆動の演繹的な手法(Equation-based simulation)
3.1.2 データ駆動の帰納的な手法(Phenomenon-based simulation)
3.2 サロゲートモデルとは何か
3.2.1 サロゲートモデルの定義
3.2.2 サロゲートモデルの種類と特徴、用途
3.3 サロゲートモデルの構築方法
3.3.1 データセットの準備
3.3.2 正規化
3.3.3 訓練データと検証データの振り分け
3.3.4 モデル定義
3.3.5 モデル訓練(Best modelの保存)
3.3.6 モデル検証
3.3.7 Best modelの読み込みと予測
3.3.8 結果の可視化 |
第4章:製品設計効率化を支えるサロゲートモデルの適用方法と応用事例
|
4.1 空調機圧縮機圧力部品の設計
4.1.1 強度予測サロゲートモデルの構築方法とその精度検証
4.1.2 サロゲートモデル分析から見る諸設計パラメータの寄与度
4.2 室内空気の換気による快適性向上
4.2.1 淀み分布予測サロゲートモデルの構築方法と精度検証
4.2.2 営業提案ツールとしての活用
4.3 地震時の津波による沿岸部の浸水
4.3.1 沿岸部の浸水予測サロゲートモデルの構築方法と精度検証
4.3.2 避難対策に役立つ沿岸部の浸水予測 |
第5章: Pythonを使ったサロゲートモデルの構築手法の解説と
Google Colaboratoryを使ったデモ 〜放射線量率予測を例に〜 |
5.1 背景と目的
5.1.1 福島第一原発廃炉作業
5.1.2 放射線量率の高精度リアルタイム予測
5.2 放射線量率予測の現状と課題
5.2.1 放射線輸送方程式
5.2.2 モンテカルロ法
5.2.3 精度と計算時間
5.3 サロゲートモデルによる課題の解決
5.4 深層学習を用いたサロゲートモデルの構築
5.4.1 普遍近似定理
5.5 角柱と放射線源を含む空間での検証
5.5.1 シミュレーション
5.5.2 学習データセットの作成
5.5.3 サロゲートモデルの構築
5.5.4 サロゲートモデルの精度検証
5.5.5 サロゲートモデルによる予測
5.6 Pythonコードの解説とデモ
5.6.1 コードの詳細解説
5.6.2 Google Colaboratoryを使ったデモ
6.まとめと質疑応答
(1) 講義内容の総括
a.CAEとデータサイエンスとサロゲートモデルの重要性の再確認
(2) 質疑応答
a.参加者からの質問、ディスカッション |
録画 |
講義内容を録画した内容を、録画します。オンライン形式での受講者には、復習用に、オンデマンド形式の受講者には、自習用に視聴できるようにします。(期間限定です) |