AI × CAE — サロゲートモデル
サロゲートモデル(代理モデル)は、高コストなCAE解析の入出力関係を安価な統計モデルで近似し、設計探索・感度分析・不確かさ定量化を桁違いに高速化する技術です。数十〜数百点の解析結果(実験計画法でサンプリング)から応答曲面を構築し、以後は解析の代わりにモデルを評価します。外挿に弱いこと、学習範囲の外で無言のまま誤った値を返すことが最大の落とし穴で、適用範囲の管理が品質のすべてと言っても過言ではありません。
収録記事「ガウス過程回帰サロゲートモデル」では、予測値と同時に予測分散(自信のなさ)が得られるガウス過程回帰(Kriging)を中心に、カーネル選択・ハイパーパラメータ推定・逐次サンプリング(Adaptive Sampling)までの実務手順を解説しています。予測分散はベイズ最適化の獲得関数にも直結する、この分野の中核概念です。