近年、材料形状を自由に変形させて最適形状を求めるトポロジー最適化が注目されています。この新しいアプローチは、従来のパラメータ最適化とは異なり、寸法などの最適化パラメータの設定が不要であり、またこれにより斬新な形状を発見することも可能です。さらに講演者らの研究グループは深層学習を用いて、最適化に要する計算時間を短縮できることを示しました。
　本セミナーでは、有限要素法を用いた設計最適化の基礎事項を説明するともに、トポロジー最適化の原理とその最新応用事例、および深層学習によるトポロジー最適化の計算効率化について解説します。

1. はじめに
2. 最適化とは
   1. 決定論的最適化と確率論的最適化
   2. 遺伝的アルゴリズム
   3. 単目的・多目的最適化
   4. 拘束条件の設定法
   5. パラメータ最適化とトポロジー最適化
   6. トポロジー最適化の方法
3. 有限要素解析 – 電磁界解析を例として
   1. 電磁界の支配方程式
   2. 有限要素法
   3. 材料モデリングの注意点
4. トポロジー最適化の適用事例
   1. ガウス基底を用いたトポロジー最適化
   2. 非接触給電への応用
   3. アンテナ設計への応用
   4. モータ設計への応用
5. 最適設計へのAI技術の応用
   1. 種々の代理 (近似計算) モデル
   2. ニューラルネットワーク (NN)
   3. ディープラーニング
   4. ディープラーニングによる最適化の高速化
6. まとめ
• 質疑応答・名刺交換