変分オートエンコーダとベイズ最適化を用いたパラメータトポロジー同時最適化の高速化に関する基礎検討

カテゴリ: 研究会(論文単位)

論文No: SA25041,RM25041

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: 2025/03/03

タイトル(英語): Basic Study on Accelerating Simultaneous Parameter and Topology Optimization Using Variational Autoencoder and Bayesian Optimization

著者名: 中野 皓平(法政大学),佐々木 秀徳(法政大学)

著者名(英語): Kohei Nakano(Hosei University),Hidenori Sasaki(Hosei University)

キーワード: 変分オートエンコーダ|トポロジー最適化|ベイズ最適化|同期モータ|Variational auto encoder|topology optimization|Bayesian optimization|synchronous motor

要約(日本語): 本発表では，変分オートエンコーダとベイズ最適化を用いたトポロジー最適化の高速化手法を提案する。ベイズ最適化は，低次元空間において探索空間全体で構築した予測分布を用いて効率よく探索できる。しかし，探索次元数が大きくなると計算コストが指数関数的に増大し，結果的に最適化時間が長大化する。そこで，変分オートエンコーダを用いて同期モータの回転子形状を低次元の潜在空間で表現し，潜在空間上でベイズ最適化を行う。

要約(英語): The novel topology optimization method for synchronous motors (SM) that combines Bayesian optimization and a variational autoencoder (VAE) is proposed. The proposed method searches the low-dimensional latent space compressed by VAE using Bayesian optimization which efficiently searches in low-dimensional space.

本誌: 2025年3月6日-2025年3月7日静止器/回転機合同研究会-2

本誌掲載ページ: 67-72 p

原稿種別: 日本語

PDFファイルサイズ: 696 Kバイト