半教師あり学習を援用した電気機器トポロジー最適化法

カテゴリ: 研究会(論文単位)

論文No: RM19013

グループ名: 【D】産業応用部門 回転機研究会

発行日: 2019/03/05

タイトル(英語): Topology Optimization of Electric Devices Supportyed by Semi-supervised Learning

著者名: 佐藤 孝洋(東芝エネルギーシステムズ),藤田 真史(東芝エネルギーシステムズ)

著者名(英語): Takahiro Sato(Toshiba Energy systems & solutions),Masafumi Fujita(Toshiba Energy systems & solutions)

キーワード: トポロジー最適化|深層学習|半教師有学習|Topology optimization|Deep Learning|Semi-supervised learning

要約(日本語): トポロジー最適化技術の発展により、大量の形状が生成できるようになり、機械学習でその大量の情報を処理して最適化を高度化することが考えられている。ここでは、大量のデータのいくつかに必要な情報が欠損している場合でも、そのデータを有効に活用できる半教師有学習を電気機器のトポロジー最適化に適用する場合の課題について議論する。

要約(英語): The big-data of the device shapes can be generated by the optimization algorithms. In this paper, the problems of topology optimization supported by the semi-supervised learning is discussed to effectively use the big-date of the resultant shapes.

原稿種別: 日本語

PDFファイルサイズ: 1,863 Kバイト