|
【講座概要】
製造工程の把握や制御など、システムのモデル化とシミュレーションが必要な場面は数多く存在します。また、そこに機械学習を取り入れようという試みも80年代から繰り返されてきました。しかし深層学習技術の発展を受け、近年はシステムが持つ様々な性質をうまく活用して学習できる手法が提案されるようになりました。本講演ではシステムのモデル化とシミュレーションを軸に、基礎的なトピックから最先端の手法までを紹介します。
【受講対象】
CAEなど計算機シミュレーションを事業で活用している・したい方
システムや事象の解析にAI技術の導入を検討されている方
【受講後習得できること】
深層学習によるモデル化とシミュレーションの技術
1.機械学習の基礎
1.1 なぜ深層学習が有効なのか？
1.2 幾何学的深層学習というパラダイム
2.深層学習によるモデル化
2.1 深層学習による力学系のモデル化
2.2 解析力学に学んだ深層学習
3.シミュレーションのための深層学習
3.1 Physics-informed neural
networks (PINNs)
3.2 PINNsによる学習
3.3 PINNsの拡張と応用
4.高速なシミュレーションのための深層学習
4.1 作用素学習
4.2 高速性と正確性の両立
5.ニューラルネットワークによる制御と最適化
5.1 ニューラルネットワークと最適制御
5.2 微分可能プログラミング
6.方程式の学習 (SINDy)
【質疑応答】
|
