鈴木(克)・米倉研究室
ようこそ、鈴木(克)・米倉研究室へ
東京大学大学院 工学系研究科 システム創成学専攻
東京大学 工学部 システム創成学科 知能社会システムコース
鈴木(克)先生のHPはこちら
米倉先生のHPはこちら
研究テーマ
トポロジー最適化/流体機械の最適化
トポロジー最適化は機械製品の最適設計に使われる技術です．しかし計算時間が長いことが特徴で，特に流体性能を考慮 した最適化は長大な計算時間がかかるため機械設計の現場では使いにくいものでした．そこでiSA法（Instantaneous Sensitivity Approximation）という方法を構築し，計算時間を従来の100分の1から1000分の1に短縮しました． これにより機械設計の現場で実際に使用されるようになりました．
３Dプリンタと最適化
３Dプリンタとも呼ばれる積層造形は，様々な形を自由に造形することができます．家庭用の安価な装置も販売され， ”モノづくりの民主化”をキーワードに様々に活用されています．３Dプリンタならではの形として，ラティス構造が挙げられます． これは微細な構造が繰り返し現れる構造で，軽量な構造が作れるという特徴があります．当研究室ではトポロジー最適化を用いて 最適なラティス構造を研究しています．
データ駆動型設計
機械製品の設計作業は古くは人の手で行なわれ，近年は計算機（コンピュータ）を利用した設計も行われています． 機械学習は古くから機械設計に使われてきましたが，近年の深層学習の登場により，できることが大幅に広がっています． 当研究室ではデータ駆動型設計と名付け，性能予測，形状創出，形状修正の三つの観点で深層学習を機械設計に適用する研究を行なっています．性能予測
機械製品の性能を統計的機械学習を用いて予測します．形状創出
所望の性能値を指定して、それに見合った設計解を出力するシステムを構築しています。例えば下の３つのアニメーションは， 翼形状をその揚力係数がだんだん大きくなるように変化させたものです。3つのアニメーションはそれぞれタイプの異なる翼を変化させていますが、 それぞれのタイプの特徴を保ったまま変化していると言えます。
この例では深層ニューラルネットワークモデルの一つであるGANやVAEの枠組み使用しています。私たちは機械設計に適する学習モデルがどのようなものかについて研究しています．