Planned Research
Grant-in-Aid for Transformative Research Areas (B)
本研究では、数理解析的手段が困難な非線形現象が支配的な設計問題に対するデータ駆動型の形状設計モデリング手法を開発する。本枠組みは、機械学習とトポロジー最適化に代表される高設計自由度の最適設計の方法論を融合させつつ、広い意味での情報幾何学に基づき解空間上に適切な計量を埋め込むことで網羅的な解探索を行い、予め定めた疑似最適化モデルを逐次的に進化させていくトップダウン方式により所望の設計解を導出する。非線形性の強い流体構造設計問題を対象としたケーススタディを通して本枠組みの有効性と妥当性の検証を行うと共に、他の領域班と協力しながら提案手法を洗練化していく。