7）ABDE（abdc1（）2（）3（），，（），（），（）），，（））4（5（――マツダ技報No.41（2025） cの（7Fig. 13（5. おわりに参考文献pp.104-1092019No.2a c d Fig. 13を高 本報告では，メカニズム解明を支援するコンセプトの下，独自の鎖的ランダムフォレスト因子構造分析，スパースモデリングについて，概要と適用事例を報告した。グラフ構造化分析では，空力に関する時系列データを題材に流れ場の理解を深める上で時間の概念を内包するような依存関係の知識発見や改善効果の定量化の支援ができることを述べた。連鎖的ランダムフォレスト因子構造分析では，ロードノイズに関わる順序付けされたデータを題材に中間状態や膨大な個数からなる変数を無視せず扱った上で重要な連鎖構造へと縮約して仮説立案の支援ができることを述べた。スパースモデリングでは，車体フレームの形状画像と質量効率のデータを題材に重要部位の可視化を通して設計指針につなげる支援ができることを述べた。今回扱っているデータは車（機械）を対象としているが，今後は，適用領域の拡大を通して人や社会に直接関わるデータも扱うことや，データの種類を問わず効果的な支援につなげられるいく。脇谷伸ほか：自動車エンジニアを対象としたモデルベース開発（育，小平剛央ほか：複数性能を扱う車体構造最適化手法2011No.29の開発，マツダ技報，釼持寛正ほか：自動車車体構造の設計支援技術の開発，マツダ技報，目良貢ほか：時系列データを解析するためのベイジアンネットワークの活用法に関する研究，日本pp.76-104応用数理学会論文誌，2021足立崇勝ほか：機械学習を用いたロードノイズ予測手法およびメカニズム解明支援技術の開発，自動車29b Visualization Results of Critical Areas (High Performance Clusters)(7)技術として構築したグラフ構造化分析，連AIAI技術の更なる基盤創発に取り組んで）基礎研修の実践と評価，工学教2018MBDVol.66No.1pp.60-66No.36pp.272-276Vol.31(b)Preprocessedimage dataに示す。係数の正負はその領は高くすること，また，縦板も広げすぎない形状を断面中央側に寄せること，断に示す。ここでは割愛するが，文献の断面高さを直角形状とすることでを内側に配置す(b)(c)𝛼𝛼=0.1(a)Original design imageFig. 11Pre-Processing of Cross-Sectional Images(7) 各画素に対して得られる係数を二次元マップとして可Fig. 12（視化した結果を域に材料を配置すべきか否かに対応する。何れの図からも，曲げ強度の質量効率を高めるためには，上板形状の中央部分は低く，端部C形状の上部は垂直とし，下端部が有効であると示唆された。一方で，上面中央部Cくすること，縦面上部F面下端部を広げすぎることは，何れも質量効率を低下させる可能性が高いことが示唆された。以上の結果から，先行研究の知見と照らして妥当性をもつことが検証できた。 更に，質量効率の比較的高い形状の代表的な集団に対Fig. 12して，）のマップと重なる部位をハイライ）トした例を7）の中で，質量効率の比較的低い形状でも同様にハイライトしている。これらの結果から，上板を確保することで曲げ剛性を高めるとともに面内圧縮座屈を抑制すること，右上角部曲げ荷重に対して縦板の面内力を発揮させること，縦板上側の形状変化点を断面内側に寄せることで断面変形を抑制することが示唆された。これらを通して，上板，縦板の薄板座屈を効果的に抑制して曲げ強度を高められると解釈できた。一方で，縦板下端部ることで質量を小さくし質量効率を高めるという，従来にはなかった設計指針の発想も得られた。E B C D F A (a)𝛼𝛼=0.01Fig. 12Visualization Results of Critical Areas(7)𝛼𝛼=1.0
元のページ ../index.html#38