機械学習、AI、IoT、ビッグデータ、各種自動化技術など、近年の情報科学の技術革新は目まぐるしいものがあります。
ものづくりの現場においても、これまでの経験や知識をデータ化し、高性能の新規材料を高効率で開発する試みが行われています。
本講演では、新規材料開発・製造プロセス最適化のための計算・情報科学利用に関する最新研究と具体的活用事例について紹介していただきます。
申込みはこちら→申し込みフォーム
Webからのお申込み〆切1/22(水)17:00
それ以降は、直接会場受付へお越しください。
日時：2020年1月23日(木) 13:10〜
主催：プラスチック成形加工学会関西支部
共催：大阪大学理学研究科
会場：大阪大学豊中キャンパス南部陽一郎ホール
https://www.sci.osaka-u.ac.jp/ja/nambu-hall/#access
〒560-0043大阪府豊中市待兼山町1-1
13:10-14:00
古屋俊和 氏（株式会社エクサウィザーズ）
「AI活用導入事例のご紹介とAI作成のコツ」
創薬や薬品配合におけるAI開発の事例を中心にご紹介。
化合物の推定では、GCNというDeepLearningのモデルについて説明し、配合においてはLightGBMを用いてAI作成した事例を紹介する。また、どのように精度を上げていったのかについても概説したい。
14:00-14:50
北山哲士 氏（金沢大学設計製造技術研究所）
「機械学習を活用した最適設計法の概要とプラスチック射出成形への応用」
本講演では、機械学習と最適化を融合させた最適設計支援システムの概要について説明し、ものづくり分野における応用事例について簡単に紹介する。この中でも特に、三次元冷却水管を用いたプラスチック射出成形のプロセスパラメータの最適化に関するいくつかの研究事例を紹介する。
15:00-15:50
山田高光 氏（東レエンジニアリング株式会社）
「射出成形CAEにおけるAI技術の活用について」
射出成形CAEは、一連の射出成形プロセスをコンピュータシミュレーションすることで、製品設計／金型設計／試作時に発生する問題点を事前に予測し、製品品質の向上や、開発L/T短縮を図る目的で活用されている。
射出成形CAEは、入力条件（メッシュ、成形条件、樹脂データ、解析パラメータ）や出力結果（充填パターン、温度・圧力履歴、そり変形）が多く、CAEを使いこなすために、様々な知識や経験が必要な状況にある。
本発表では、CAE使いこなし力向上のために、CAEとAI技術との融合を進めている取り組み内容や事例を紹介する。
15:50-16:40
加納学 氏（京都大学大学院情報学研究科）
「専門知識とデータの統合活用による課題解決」
対象プロセスを最適に運転あるいは設計するために、プロセスや製品についての知識とデータを統合して活用することが重要である。本講演では、第一原理モデルと統計モデルを組み合わせたグレイボックスモデルによる運転条件最適化、数値流体力学モデルを統計モデルで置き換えることによる効率的なデバイス最適設計など、専門知識とデータの統合活用事例を紹介する。
参加費：
支部会員 3,000円、非支部会員 5,000円、学生 1,000円
（当日受付でお支払いください）
申し込み・問い合わせ先：
プラスチック成形加工学会関西支部事務局
竹下宏樹（滋賀県立大学工学部材料科学科）
tel: 0749-28-8356、 e-mail: event2019@jspp-kansai.jp
申込みはこちら→申し込みフォーム
Webからのお申込み〆切1/22(水)17:00
それ以降は、直接会場受付へお越しください。