NEDO 官民による若手研究者発掘支援事業 「若サポ」
若手研究者産学連携プラットフォーム
このシーズに
問い合わせる
ビジョン
工学設計の最適化は、従来の性能を超える「革新的設計」を創出した多くの事例があり、競争力の強化に不可欠な技術です。しかし、このような最適化は、綺麗な定式化ができず、膨大な費用や時間がかかり、専門知識も必要になるため、手軽に行えるものではありません。そこで本開発では、最適化プロセスの低コスト化と省人化を同時に達成する最適化ツールを開発します。このツールを起点とし、現在まで断念していた複雑な工学設計の最適化を可能にし、社会的インパクトのある革新的設計の創出を目指します。
最終用途例
APPLICATION
工学設計を最適化することで、更なる高性能化や実用化条件の充足など、企業独自の技術製品を強化・深化できる可能性が拡がります。省エネ化や軽量化など、多様かつ複数の目的に対して最適化ができます。
MARKET
特に輸送機械、精密機器、化学材料など、工学設計が大規模複雑化し、開発コストが高く、最適化も難しい産業での需要を想定しています。
強み
複雑な工学設計では、設計変数が多く、目的も複数になるなど、難解な問題クラスが頻出します。この問題クラスで世界トップクラスの超低コスト最適化技術を利用できます。今までの実績をもとに、最大80%のコスト削減を目標とし、例えば半年かかる計算を1か月に短縮するツール開発を目指します。
最適化を効果的に行うためには、高度な専門知識に基づいたチューニングが不可欠です。このチューニングを自動化することで、専門家レベルの最適化を実現しつつ省人化を達成します。
最適化計算には多数の計算機が必要になるため、導入コストがかさむ場合があります。本ツールでは、限られた台数ではありますが高性能計算機を搭載するため、導入コストが削減できます。
テクノロジー
工学設計の最適化では、1つの設計候補の性能評価に高負荷な数値計算や物理実験を行うため、多大な費用や時間がかかります。最適化に要する評価回数が削減できれば、コストも削減できます。そこで、最適化問題を部分問題に分解・簡素化し、機械学習を用いて効果的な設計戦略を学習・予測することで、100オーダの評価回数で充分な最適化を可能にし、世界トップクラスのコスト削減を達成しています。
最適化アルゴリズムの高性能化やユーザの選好を充足するために、最適化結果を分析し自動チューニングする手法を構築してきました。調整すべきハイパーパラメータが減り、安定した最適化性能が導出できるようになります。現在までに培った最適化のノウハウをツールに組み込み、省人化と高性能化を同時に実現する技術を開発しています。
共同研究仮説
輸送機械、電気電子製品、材料開発など、最適化ツールを利用した製品開発・改良に取り組んで頂けるパートナーを探しています。このような最適化はできるのか、どのように定式化すべきか、何を準備すべきかなど、お気軽にお問い合わせください。
イベント動画
研究者
2013年4月 日本学術振興会 特別研究員 DC
2015年9月 電気通信大学 博士（工学）取得
2015年10月 日本学術振興会 特別研究員 PD
2016年4月 横浜国立大学 工学研究院 助教
2019年3月 横浜国立大学 工学研究院 准教授
研究室ページ http://www.nkt.ynu.ac.jp
