モデルベース開発の新時代へ - AI 活用が切り開く新境地と効率化 -

概要

あなたはこれらの課題に直面していませんか？

クラウドや並列処理でのシミュレーション：Simulink を含む複数のツールでの連成シミュレーションを効率的に、かつ経済的に実行したい

シミュレーションの高速化：詳細で複雑なモデルを使用したシステムレベルのシミュレーションを高速化したい

ヴァーチャルセンサの活用：物理センサーの代わりにコスト効率の良いバーチャルセンサを使用したいが、そのシミュレーションへの統合方法がわからない

複雑な意思決定と制御問題の解決：ルール化できない意思決定や制御問題をシミュレーションでどう解決するか

Python で作成した AI モデルの活用：Simulink 適用、実装コード生成で行き詰まっている。エンジニアを新たに雇う余裕はない

本セミナーでは、これらの課題を解決するために以下のモデルベース開発におけるAI活用の実践的なアプローチおよび、 最新トレンドについて解説します:

• サロゲートモデルを用いたシミュレーションのクラウドと並列処理の最適活用法
• ROM (Reduced Order Modeling, 低次元化モデリング) を用いたシミュレーション高速化テクニック
• バーチャルセンサモデルの Simulink 統合
• 複雑な問題を解決するための MATLAB/Simulink を活用した強化学習
• Python モデルの Simulink への適用方法

適宜デモを交えて解説しますので、Simulink への AI モデル適用の具体的なイメージを持つことができるようになります。なおモデルベース開発ツールとして Simulink、AI モデル作成ツールとして MATLAB, Python を想定します。

対象者: 

• 上記のお悩みを抱えるモデルベース開発従事者
• Simulink でのAI モデル活用を考えている方
• AI モデル開発者で AI モデルの活用方法を検討している方

対象レベル - 次のいずれかに該当する方:

• AI についての基礎的な理解がある
• モデルベース開発についての基礎的な理解がある
• MATLAB / Simulink のユーザー

ハイライト

AI モデルを用いた ROM / Surrogate モデル, バーチャルセンサー, 強化学習 等をモデルベース開発 (Simulink) 上で活用する方法を総まとめします。また、Python AI モデルとの連携方法についても言及します。

講演者について

MathWorks Japan

アプリケーションエンジニアリング部

吉野 紘和