大学・研究機関

学生に最新のツールを教える

産業界で人工知能（AI）、機械学習（ML）、不確かさの定量化（UQ）が急速に取り入れられているのに合わせて、工学教育も進化しなければなりません。SmartUQのようなツールに触れることで、学生は、航空宇宙、自動車、エネルギーなどの分野で、シミュレーションに基づく設計、最適化、妥当性確認を変えつつある最先端の手法を学べます。

SmartUQをカリキュラムに取り入れると、教員は学生に次のようなことを教えられます。

• 最新の手法（ラテン超方格法やスライスDOE、アダプティブDOE、ベイズ的サンプリングなど）を使って、実験を計画し、解析する。
• ガウス過程などの機械学習の手法を使って、複雑なシミュレーションの高速で高精度なサロゲートモデルを構築する。
• ロバストなエンジニアリングの意思決定に欠かせない、不確かさ伝播、感度解析、統計的キャリブレーションを行う。

こうしたスキルを教えることで、学生は従来のソルバーや最適化手法を超えるツールを実際に使った経験を持って卒業できます。データ駆動型のエンジニアリング、不確かさのもとでのロバスト設計、シミュレーション・試験・AIの分野横断的な協力がますます求められる職場で、すぐに力を発揮できるようになります。

産業用のAI・機械学習・UQツールを研究に

現代の工学研究では、物理ベースのモデルとデータ駆動型の手法の融合がますます重要になっています。SmartUQを使えば、大学の研究者は、柔軟性、拡張性、知見の得やすさを考えて設計された産業用のツールで、現実の問題に取り組めます。

SmartUQを使うと、研究者は次のことができます。

• 計算コストの大きいシミュレーションを正確にエミュレーションする、高次元のサロゲートモデルを開発する。
• 統計的キャリブレーションで試験とシミュレーションのデータを融合し、モデルの忠実度と信頼性を高める。
• マルチフィデリティモデリング、動的エミュレーション、逆解析、不確かさのもとでの最適化などの新しい領域を探究する。

SmartUQは、CFD、構造力学、材料研究、製造プロセスの最適化など、幅広い用途に対応しています。柔軟なAPIとエクスポート形式（FMI準拠のツール向けのFMUなど）により、実験のワークフロー、デジタルツインのフレームワーク、制御システムの研究にスムーズに組み込めます。

SmartUQを研究のワークフローに取り入れることで、大学や研究機関は産業界の優先課題とよりよく足並みをそろえ、発見を加速し、工学の実務に直接つながりやすい、論文として発表できる成果を生み出せます。

世界の主要な大学で採用されています

• ウィスコンシン大学マディソン校（米国）
• テキサスA&M大学（米国）
• 名古屋工業大学（日本）
• 大阪大学（日本）
• 学習院大学（日本）
• 九州大学（日本）
• 産業医科大学（日本）
• 慶應義塾大学（日本）
• 金沢大学（日本）
• 東北大学（日本）
• 国立中興大学（台湾）
• 国立中山大学（台湾）
• 国防大学（台湾）
• 国立成功大学（台湾）
• 国立虎尾科技大学（台湾）
• 国立勤益科技大学（台湾）
• 国立台湾海洋大学（台湾）
• 逢甲大学（台湾）
• 世宗大学（韓国）

研究、授業、学生向けのアカデミックライセンスについては、お問い合わせください。

関連資料