深層学習による設計に特化した特性寄与領域可視化手法に関する検討：Design-LIME

カテゴリ: 研究会(論文単位)

論文No: SA24063,RM24101

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: 2024/09/07

タイトル(英語): Design-LIME: An Interpretation Method for Design Using Deep Learning

著者名: 岩田 和久(法政大学),佐々木 秀徳(法政大学)

著者名(英語): Kazuhisa Iwata(Hosei University),Hidenori Sasaki(Hosei University)

キーワード: Ｄｅｓｉｇｎ－ＬＩＭＥ|説明可能な深層学習|トポロジー最適化|回転機|Design-LIME|Explainable Deep Learning|Topology Optimization|Rotating Machine

要約(日本語): 本発表では、モータ特性と形状の関係性を深層学習により可視化する新たな形状解釈手法（Design-LIME）を提案する。トポロジー最適化により得られた最適形状は奇抜な構造である場合が多く，特性と形状の関係性を可視化することは設計において重要である。発表では，本手法をIPMSMのトポロジー最適化に適用する。さらに本可視化手法を活用した新たな最適化手法を提案する。

要約(英語): A novel shape interpretation method to visualize the relationship between the rotor topology and motor characteristics using deep learning is proposed (Design-LIME). The visualization of effective topology to motor characteristics is crucial. In the presentation, we will apply the method to topology optimization.

本誌: 2024年9月10日-2024年9月11日静止器/回転機合同研究会-2

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 1,510 Kバイト