最適化/機械学習による設計空間探索ソフトウエア pSeven

お問い合わせはこちら

Predictive Modeling(予測モデリング)

予測モデリングとは

予測モデリングは、エンジニアが次のような疑問に答えるための工学的アプローチです。

予測モデリングは、近似モデル、応答曲面モデル(RSM)、縮小オーダモデル(ROM)、サロゲートモデル、メタモデルなどとも呼ばれる予測モデルの構築、管理、評価に基づいて行われます。

予測モデルは、新たなシミュレーションや実験を行うことなく、機能の応答値や製品設計の挙動を予測するために使用されます。予測モデルの基本は、モデルの応答曲面を記述する複雑な多項式であり、言い換えれば、既存のデータやシミュレーションの代替物(「ブラックボックス」)です。

入力パラメータ、予測モデル評価、出力パラメータ予測

予測モデルは、膨大な量のデータから必要な知識を便利なフォーマットで取り込み、IP権を保持したままパートナー間で安全にモデルを交換し、複雑なシミュレーションモデルの計算を高速化します。例えばパラメトリック・スタディや最適化スタディに利用することができます。

構築・管理ツール

pSevenには、予測モデルを構築・管理するためのツールが含まれており、pSevenのワークフローから収集したデータと、CSVやExcelファイルからインポートしたデータセットの両方で動作させることが可能です。モデルは、予測値を得るために評価したり、ワークフローに統合することができます。

Model Builder、Model Validator、Model Explorer

予測モデリング手法

pSevenは、あらゆる種類のデータから予測モデルを構築するための、業界で実証済みの様々な手法を提供します。

データフュージョン

データフュージョン機能は、様々な忠実度(multi fidelity)のデータセットを扱うことができます。予測モデル構築のための入力として、高忠実度データセットと低忠実度データセットを使用します。これらのデータセットは、例えば実験データとシミュレーションデータのように、それぞれ高忠実度、低忠実度のソースやモデルを用いて生成されることが想定されています。データフュージョンでは、2つのソースを用いてより正確な予測を行うことで、高価な実験やシミュレーションの回数を削減することができます。

Low-Fidelity、High-Fidelity、予測モデル構築、出力パラメータ予測

搭載手法

次元削減

複雑な形状は多数のパラメータによって記述されるため、パラメータ化、最適化、可視化を容易にするために,次元を下げることが望まれることが多くあります。例えば、形状が多次元の点の集合として表現されている場合、pSevenは滑らかな超曲面で近似し、圧縮・解凍処理を行うことができます。

入力パラメータを用意、次元削減実行、再構築された入力パラメータ取得

モデルエクスポート

製品が複雑になればなるほど、単一の物理または個別の部品のモデリングは、製品全体の信頼性を確保し、市場で最高の製品特性を顧客に提供するのに役立ちません。システム全体の挙動をシミュレーションし、最適化することが、これまで以上に重要になってきています。

すべてのシミュレーションをシステムモデリングソフトウェアに接続するのも一つの方法ですが、一つのモデルの計算に数時間かかると、システムの最適化のための時間がなくなり、最適な特性を見出すことができない場合があります。

モデル評価、予測モデル構築、外部ファイルへエクスポート、外部ソフトウェアに組み込み

高速でロバストな予測モデルは、このニーズに応え、システムシミュレーションを劇的にスピードアップさせます。シミュレーション、分析、実験データからpSevenで作成されたモデルは、システムモデリングソフトウェアなどの外部ソフトウェア製品で使用するためにエクスポートすることができます。pSevenは、様々なフォーマットをサポートしています。

  • 掲載されている製品、会社名、サービス名、ロゴマークなどはすべて各社の商標または登録商標です。

製品・サービスに関する
お問い合わせ・資料請求

ご質問、ご相談、お見積もりなど
お気軽にお問い合わせください。

デジタルエンジニアリング事業本部
プロダクト推進部
TEL:03-5859-3012
E-mail:eng-sales@scsk.jp
お問い合わせフォーム
お問い合わせはこちら