位相最適化設計におけるDeep Image Priorを用いた後処理手法に関する基礎的検討

カテゴリ: 研究会(論文単位)

論文No: SA23005,RM23005

グループ名: 【B】電力・エネルギー部門 静止器/【D】産業応用部門 回転機合同研究会

発行日: 2023/02/27

タイトル(英語): Fundamental study on a post-processing method using Deep Image Prior in topology design optimization

著者名: 青柳 拓也(早稲田大学),市川 大貴(早稲田大学),若尾 真治(早稲田大学),村田 昇(早稲田大学)

著者名(英語): Takuya Aoyagi(WASEDA University),Daiki Ichikawa(WASEDA University),Shinji Wakao(WASEDA University),Noboru Murata(WASEDA University)

キーワード: 磁気シールド|位相最適化|密度法|畳み込みニューラルネットワーク|後処理|Ｄｅｅｐ　Ｉｍａｇｅ　Ｐｒｉｏｒ|magnetic shield|topology optimization|density method|convolutional neural network|post-processing|Deep Image Prior

要約(日本語): 本稿では、位相最適化設計において、スムージングフィルタとしてDeep Image Priorを用いた後処理手法を提案する。これは、設計者の所望の形状にスムージングフィルタを適用できるよう、任意形状を復元できるようにネットワークのパラメータを学習し、そのパラメータを初期値として従来法より中間構造を削減した形状を得るというDeep Image Priorと密度法を組み合わせた新たな手法である。磁気シールド問題を例題とし、他の最適化手法で事前に得た形状などに後処理を行い、提案手法の有効性を報告する。

要約(英語): In this paper, we propose a post-processing method using Deep Image Prior as a smoothing filter in topology design optimization. The developed method combines Deep Image Prior and the density method, where the parameters of the network are trained so that arbitrary shapes can be restored in order that the smoothing filter can be applied to any shapes desired by the designer. And the parameters are used as initial values to obtain optimized shapes by means of reduced intermediate structures compared to the conventional method. Using the magnetic shield problem as an example, we report the effectiveness of the proposed method by post-processing the shapes previously obtained by other optimization methods.

本誌: 2023年3月2日-2023年3月3日静止器/回転機合同研究会-1

本誌掲載ページ: 23-27 p

原稿種別: 日本語

PDFファイルサイズ: 1,042 Kバイト