CRADIPOR：クラッシュ分散予測器

Abstract

本稿では、自動車の衝突シミュレーションのための数値分散予測ツールであるCRADIPORを提示する。有限要素（FE）衝突モデルは車両開発のさまざまな場面で広く用いられているが、並列計算とモデルの複雑さのために、その予測は厳密には再現できない。その結果、ポスト処理中に評価される性能基準に大きな数値分散が現れることがあり、これが工学的な意思決定を複雑にする。分散は同じシミュレーションを繰り返すことで推定できるが、この方法は一般に計算コストが高いため実用的ではない。 そこで本研究では、計算を繰り返すことなく、通常の衝突シミュレーションのポスト処理中に適用できる予測ツールを検討する。提案手法は、数値分散に対して感度の高い領域を特定するために、順位低減オートエンコーダ（RRAE）と教師あり分類を組み合わせることに依拠している。比較分析の結果、RRAEベースの枠組みは、検討したデータセットにおいてランダムフォレストのベースラインよりも効果的であることが示された。検証した信号表現のうち、ウェーブレットベースおよび傾きベースの入力が最も有望であるように見え、傾きの変動が最良の分類性能を与えた。これらの結果は、自動車の衝突ポスト処理における数値分散検出を改善するために、構造化された潜在表現を用いることを支持する。