著者情報
堀江正信 (Masanobu Horie PhD.)の技術情報一覧
堀江正信 (Masanobu Horie PhD.)
最高研究開発責任者 兼 基盤研究部部長、JSTさきがけ研究者
プロフィール
製造業の設計プロセスの効率化を目指し、シミュレーションに特化した機械学習アルゴリズムの研究開発・お客様との開発案件のプロジェクトマネジメントを行っています。また、2021年度から JSTさきがけ「複雑な流動・輸送現象の解明・予測・制御に向けた新しい流体科学」の研究員も兼務しています。
堀江正信 (Masanobu Horie PhD.)の記事一覧
-
技術情報
FluxGNN: 物理シミュレーションと機械学習を融合させた流体現象のための予測モデル
はじめに この記事では、筑波大学と弊社の共同研究の成果である Graph Neural PDE Solvers with Conservation and Similarity-Equivariance について解説します。この研究により、非常に高い汎用性と信頼性を持ち、複雑 …
View More
-
技術情報
物理屋のための機械学習講義「対称性のある機械学習による物理現象の解析」
2023年6月29日（木）に開催された「物理屋のための機械学習講義」にて、RICOS 基盤研究部部長の堀江正信が「対称性のある機械学習による物理現象の解析」について講義をし、講義の内容（part1~３）が YouTube にて配信されました。 &n …
View More
-
技術情報
IsoGCN: 物理シミュレーションのための機械学習モデル
はじめに 深層学習 (ディープラーニング) をはじめとした機械学習の発展を受けて、物理シミュレーションや実験といった製品の評価を機械学習モデルで代替する動きが盛んになってきました。機械学習を用いることで、製品の評価結果を高速に、または高精度に得ることができるようになってきてい …
View More
-
技術情報
物理シミュレーションの機械学習に関する近年の動向と研究紹介
2020年12月18日に、Nature Architects株式会社様主催の OpenNA #004 にて、「物理シミュレーションの機械学習に関する近年の動向と研究紹介」について発表しました。 発表スライドはこちらです。
View More
-
技術情報
FEMと幾何学の機械学習
はじめに 数値シミュレーションはものづくりのプロセスにおいて重要ですが、近年その計算コストが問題視されてきています。また、数値シミュレーションはそれ自体が目的ではなく、それを設計にフィードバックすることによる最適設計の実現が目的であることが多いです。そういった活動を総称して …
View More
