AIによるサロゲートモデルの精度を高める!効率的なデータ生成アプローチのご紹介
本Webセミナーでは、Noesis社が開発した「nvision」を用いた、サロゲートモデルの予測精度を効率的に向上させる方法をご紹介します。 サロゲートモデルを構築する際、CAEの解析結果を活用することが一般的ですが、そのためには多数のパターンに基づく解析が必要となり、データ準備に多大な時間と工数がかかるという課題があります。さらに、設計空間を均一にサンプリングして学習データを集めても、解空間が非均一な場合、モデルの予測精度が思ったように向上しないことがあります。 このような課題に対して本セミナーでは、PIDOツール「Optimus」を活用したデータマイニングによる効率的なデータ収集手法をご提案します。「nvision」との連携により、より少ない解析回数で効果的な学習データを取得し、高精度なサロゲートモデルを構築する手法の一例を、事例を交えて分かりやすく解説します。 ※PIDO:Process Integration and Design Optimizationの略。Optimusのように設計プロセス全体を統合・自動化し、最適な設計解を探索するためのプラットフォームです。複数ツール間の連携やパラメータ探索を効率化し、CAEやAIの活用をより実践的なものにします。