• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

離散構造物の最適設計に向けたグラフ埋め込みと機械学習の複合手法の開発

研究課題

  • PDF
研究課題/領域番号 21K20461
研究種目

研究活動スタート支援

配分区分基金
審査区分 0304:建築学およびその関連分野
研究機関京都大学

研究代表者

林 和希  京都大学, 工学研究科, 助教 (80908757)

研究期間 (年度) 2021-08-30 – 2023-03-31
キーワード構造最適化 / 機械学習 / グラフ埋め込み / 幾何学的深層学習 / 離散構造物
研究成果の概要

離散構造物を対象としてより複雑かつ大規模な設計問題に対する最適解を少ない計算負荷で得るために,グラフ埋め込みの定式化手法や機械学習アルゴリズムを改良し,より効率的かつ汎用性の高い構造最適化ワークフローを開発した。トラス,鋼構造骨組,ラチスシェル,カーフベンディング構造といった多様な構造物に対するグラフモデル化・グラフ埋め込みの適用を試み、当初の目標であった「より効率的かつ汎用性の高い構造最適化ワークフロー」を構築できることを実証した。

自由記述の分野

建築構造最適化

研究成果の学術的意義や社会的意義

人工知能技術は、入力・出力するデータのトポロジー(データ同士がどのような接続関係を以て連関しているか)を機械学習モデルの中で明示的に考慮することによって性能を劇的に向上させており、データのトポロジーに着目した機械学習手法は幾何学的深層学習という領域でも活発に研究されている。本研究は、建築構造物の部材の複雑な接続関係を明示的に考慮した幾何学的深層学習モデルを構築することにより、機械学習モデルの性能の大幅な向上を実現した。建築分野から独自の機械学習モデルを構築した学術的意義を有するだけでなく、人工知能技術を用いて安全で安心な構造物を効率的に設計するための萌芽的成果であり、大きな社会的意義を有する。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi