概要：

本論文では、CAEや実験など入力と出力のデータから動的モデルを生成するためにAIを用いた新しい手法romAIを提案する。 AIの構築手法としてよく知られているディープラーニングのうち、時系列予測手法であるRNNやLSTMは、一般的に正確な予測のために多くのデータを必要とするところが問題であった。そこで、romAIは、微分方程式とディープラーニングの組み合わせにより、より少ないデータで正確な動的挙動の予測を与えることを特徴としている。 本論文では、romAIの手法を説明するとともに、romAIを用いた動的縮退モデルの1DCAE・MBD適用事例を示す。

 

講演論文、講演資料は下記よりダウンロードいただけます。