正規化 (Normalization, Standardization)
機械学習における正規化とは、モデルの学習を効率的、かつ安定的に行うためにデータのスケールや分布を一定の基準に揃える処理のことです。
正規化と標準化の主な手法と違い
深層学習における正規化の具体的な処理手法は、Min-Max正規化（値域0~1にスケーリング）や標準化（平均0、分散1の分布に変換）などがあります。
CAEサロゲートモデルにおける正規化の適用例
CAEのサロゲートモデル構築の場合は、学習前に境界条件などのスカラー値や物理変数は前者で、節点座標値などは後者で各々正規化しておく必要があります。
サイバネットのAIソフトウェア・ソリューション
サロゲートモデル構築のための深層学習ソフトウェア Neural Concept Studio
Neural Concept Studio (NCS) は、設計プロセスを劇的に加速する深層学習ベースのソフトウェアです。既存の形状パターンやシミュレーションデータからサロゲート(代理)モデルを構築することで、設計変更に対する解析結果が最短数ミリ秒で出力されます。
AI画像認識カスタムソリューション
製造業特化の欠陥検出AIソリューションです。お客様の工場ごとに最適化されたフルオーダーメイドAIだからこそ、他社の汎用AIでは検出できない微細な欠陥も検出可能に。金属・樹脂・塗装・半導体など、あらゆる検査ニーズに対応します。