权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

深層学習アプローチによる力学的感性の視覚化

使用深度学习方法可视化机械敏感性

基本信息

批准号：
21K03824
负责人：
平俊男
金额：
$ 2.58万
依托单位：
Nara National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K03824/
关键词：
力学的感性深層学習力の流れ力学的表情

项目摘要

2022年度は前年度に引続き，力学的感性を対象物体内部の力学的負荷の状態を直感的に把握する能力であるととらえ，その解釈の手がかりとして「力の流れ」を具現化した位相最適化形状に注目した．位相最適化形状は，与えられた設計領域と境界条件に対して力学的合理性を実現するように定まるものであり，また構造物内部の力の流れの可視化手段として設計教育に用いられている例もみられることから，力の流れの表現形式のひとつとして解釈できる．一方で，構造設計者は力学的な解析を行うことなく直感的に同様の形状を空間的パターンとして想起していることが推測される．したがって，任意の境界条件から力の流れを表現する画像が力学的解析なしに得られるならば，その写像の分析によって力学的感性を視覚化できる可能性がある．ここでは，ニューラルネットワークを用いる次元圧縮手法の一つである変分オートエンコーダ（Variational Auto Encoder, VAE）を利用し，訓練データとして様々な境界条件のもとで生成された位相最適化形状の画像を与える．VAEは，エンコーダ，潜在変数，デコーダによって構成され，入力と同じデータを出力するようにネットワークを学習させることによって，少数の潜在変数として入力の特徴を抽出することができる．両端支持はり（一般的な橋梁構造物に対応する形状）の位相最適化形状を表す画像の学習によって形成されるデコーダ（潜在変数空間から形状画像への写像）の観察によって，潜在変数空間を2次元とした場合，この変数空間がはりの変位拘束点の空間的な位置に対応することが確認された．また，3次元の潜在変数空間でも同様に境界条件との対応がみられた．さらにどちらの場合でも連続的な潜在変数空間から不連続な形状変化を表現できることが確認されている．

In 2022, the inductive force of mechanics was applied to the state of the mechanical load inside the object. The optimal shape of phase is related to the design domain, boundary conditions, rationality of mechanics, visualization of force flow in structures, and application in design education. On the one hand, the structural designer has the same shape as the mechanical analysis. For example, the analysis of mechanics and the visualization of mechanics are possible under arbitrary boundary conditions.ここでは，ニューラルネットワークを用いる次元圧缩手法の一つである変分オートエンコーダ(Variational Auto Encoder, VAE) is used to train boundary conditions and generate images of phase optimization shapes.VAE is used to generate A small number of potential input force characteristics are extracted. The end supports the phase optimization of the bridge structure (general bridge structure shape), the formation of the potential number space, the observation of the potential number space, the location of the potential number space, and the location of the constraint point. The potential number space of 3 dimensions is equal to the boundary condition and opposite to the boundary condition. In this case, the potential number space of the connection is changed, the shape is changed, and the performance is confirmed.