CAE技術者のためのサロゲートモデル構築実践講座
〜Excelで学ぶAIによる設計探索・最適化〜
(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　小山田　耕二　氏
紹介
動画
  　紹介動画

開催期間

2026年　8月〜12月

開催日

（１）オンライン形式：（13:00〜17:00)
第１回 8月 8日（土）
第２回 9月 19日（土）
第３回 10月10日（土）
第４回 11月 7日（土）
第５回 12月 5日（土）

（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 10月17日（土）
　第２回 12月12日（土）

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

 オンライン形式　および　オンデマンド形式

開催時間

 (1) オンライン形式　 　13:00 〜 17:00
(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。
　　　開催日すべてに参加できない場合も参加可能です。
　　　質疑応答日には参加できませんので、開催日に不明点は質問してください。　　　　　
（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。
　　　質疑応答日に参加して、不明点等を確認してください。
　　　事前に質問内容の概要を連絡いただくことができます。

・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選択してください。
　
演習に、EXCELを使用します。EXCELを導入したPCを用意してください。
プログラミングは不要です。使用するツールは、EXCELのみです。

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
　Entry <---- こちらから申し込みください。
内容 ＜はじめに＞
CAEを活用した設計開発では、多数の設計案を比較検討したり、最適な設計条件を探索したりするために、
多くの解析を実行する必要があります。
しかし、1回の解析に数十分から数時間を要する場合、設計案の検討や最適化の実施が難しくなります。
設計空間の探索、感度分析、最適化などを十分に行いたくても、計算時間が大きな制約となることは少なくありません。

この課題を解決する方法の一つが「サロゲートモデル」です。
サロゲートモデルとは、CAE解析結果を学習し、解析結果を高速に予測する近似モデルです。
適切に構築されたサロゲートモデルを利用することで、従来は1ケースあたり数十分から数時間を要していた解析結果を、
数秒程度で評価できる場合があります。
その結果、設計探索や最適化を効率的に実施できるようになります。

本講座では、Excelを用いてサロゲートモデルを構築する方法を実践的に学びます。プログラミングは不要です。
Excelの分析ツールやソルバー機能を活用しながら、回帰分析、ニューラルネットワークモデル、設計探索、
最適化の基礎を学び、CAE高速化のための実践的な技術を習得します。

また、電子機器の熱設計を題材とした事例を通じて、実際の設計開発現場におけるサロゲートモデル活用方法
についても紹介します。

第１回：　CAEのサロゲートモデル構築理論
電子機器の熱対策などにおけるCAEサロゲートモデル構築事例について紹介します。
熱対策では、電子機器における熱対策では、温度予測のために3次元 熱流体解析ソフトを用いています。これまでこのソフトを用いた CAE解析では 多数のデザインの解析に 多くの計算時間を要していました。
例えば、紹介する事例では、1デザイン計算に1時間ほど必要なケースについて、サロゲートモデルを使ったところ、1 デザイン当たりの計算時間は数秒程度となりました。
Excelを使って，デザインを数十ケースから数万ケースまで増やすことができた事例を紹介します。
また、物理ベース学習を使って、サロゲートモデル高精度化を実現する事例を紹介します。
物理ベース学習とは、Physics-informed neural network:PINNsと呼ばれるもので、偏微分方程式などの物理法則の寄与を埋め込む深層学習のことを指します。

第２回：　Excel分析ツール
Excel分析ツールは、相関分析から統計的検定、回帰分析までサポートされているので、
分析手法の基本どころは「分析ツール」でカバーできます。Excel分析ツールとはエクセルのアドインの一つで、クリックや簡単なパラメータの入力のみでデータ分析を可能にしてくれる機能です。
「分析ツール」機能を使用すれば、特別な関数やコードを書く必要が一切ありません。
導入も簡単ですので、初心者でも気軽にデータ分析を行うことができます。サンプルデータを使って、Excel分析ツールで、分散・平均値の検定、回帰分析の基本を学びます。

第３回：　Excelソルバー

Excelソルバーは、数式の計算結果を目標値として設定して、その結果を得るために複数の制約条件を指定し任意のセルを変化させて最適値を求める機能を提供します。Excelのソルバーを使って、高精度なサロゲートモデルの作成を実践します。また、この機能を使って、プログラムを作成することなしに、回帰分析やニューラルネットワーク（NN）モデル作成を行います。　Excelのソルバーを使ったNNモデルの作成については、回帰分析の出力に非線形変換を実施する活性化関数を適用して、これを新たな出力とします。これで一層分のNNモデルが出来上がります。さらに、必要に応じて、層数を増やすことも実践します。

第４回：　Excel分析ツールを使ったサロゲートモデル構築実践
Excel分析ツールを使ったサロゲートモデルの構築を実践します。Excelシートの各列に、形状パラメータ、境界条件、初期条件などの設計変数とともに、ある点での温度、応力などの目的変数を定義し、デザインの数だけの行数をもつExcelファイルを提供します。差支えなければ、参加者が持参したデータも利用可能です。Excel分析ツールの回帰分析を実行して、サロゲートモデルを開発します。回帰分析結果には、目的変数に対してあまり寄与しない設計変数の情報も表示されるので、高精度でコンパクトなモデルの作成を目指します。
第５回： サロゲートモデルによるデザイン最適化
設計の最適化、設計空間の探索、感度分析、what-if分析などのCAEの日常的なタスクは、数千または数百万もの数値シミュレーション評価を必要とするため、実行困難になります。この負担を軽減する1つの方法が、この講座で学んだサロゲートモデルの利用です。この回では、Excelソルバーを使ってサロゲートの出力を最適化する設計変数を計算するための演習を行います。具体的には、構造物におけるある点での温度を最小化する板厚、熱伝導率を求めます。
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）