理工学研究科在学生がThe 21st Biennial Conference on Electromagnetic Field Computation (IEEE CEFC 2024)でBest Student Presentation Awardsを受賞　

理工学研究科修士課程に在学中の岩田 和久さんが、TThe 21st Biennial Conference on Electromagnetic Field Computation (IEEE CEFC 2024)でBest Student Presentation Awardsを受賞しました。

本研究ではより高速に高性能なモータ構造を取得するため、深層学習手法の一つである変分オートエンコーダ(VAE)、マルチモーダルニューラルネットワーク(MNN)、パラメータ・トポロジー最適化手法（PTO）を組み合わせた新しい手法を提案しました。本手法はVAEで落とし込んだ潜在変数と電流条件、磁石位置などといったモータに関連する多数の情報(マルチモーダル)を扱うMNNを用いることで、従来懸念されていた探索性能の低下を抑制しつつ、高速な最適化を実現しました。さらに、多数の情報を同時に考慮できることから、より現実に即した最適化を行うことが可能です。　　　　　　　　　　　　

本手法により、モータをはじめとする電気機器の設計をより高速化することが可能となり、少ない時間でより新規的な構造を獲得できます。本手法は自動車をはじめとした電動化とカーボンニュートラルの促進に貢献します。

・受賞者　　　　
岩田 和久（電気電子工学専攻修士課程2年）

・学会名
The 21st Biennial Conference on Electromagnetic Field Computation (IEEE CEFC 2024)

・受賞日
2024年6月5日

・受賞名
Best Student Presentation Awards

・受賞論文名
Parameter and Topology Optimization Method for IPM Motors Using Multimodal Neural Network

・共著者
佐々木秀徳(電気電子工学専攻専任講師)，五十嵐一(北海道大学)，中川 大輔(ニデック株式会社)，上田智哉(ニデック株式会社)