1～3 件を表示 ／ 全 3 件
形状の特長をできるだけ損なわない畳み込み技術を使用！全体形状を俯瞰しても分類可能
『形状分類』は、3次元形状をあらかじめ定義されたクラスに分類する作業です。 形状の特長をできるだけ損なわない畳み込み技術を使用しており、 形状の一部分に注目しても、全体形状を俯瞰しても分類が可能。 単なるクラス分けだけではなく、他の業務にも利用することができます。 また、射出成型用金型、鍛造用金型のNC旋盤用カッターパスを計算するときに、 金型モデルからボルト穴形状を識別して全体形状から自動的に削除します。 【特長】 ■形状の特長をできるだけ損なわない畳み込み技術を使用 ■形状の一部分に注目しても、全体形状を俯瞰しても分類が可能 ■単なるクラス分けだけではなく、他の業務にも利用することができる ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
新しい形状を自動的に生成！車体もデザイナーの思いつくがままにデザイン検討が可能
『新形状合成』は、類似性判断と同じく、適切にトレーニングされた AIモデルから抽出された特長量ベクトルを、複数の形状についてブレンドし 新しい形状を自動的に生成する事を言います。 ディープラーニングの一種 Variational Autoencoder（VAE）を 使用したネットワークを構築し、新しい車体データを作成。 VAEシステムのDecoder部分に特長表現を添加するタイミングを複数設けて 生成結果を味付けします。 【特長】 ■適切にトレーニングされたAIモデルから抽出された特長量ベクトルを 複数の形状についてブレンドし、新しい形状を自動的に生成 ■VAEシステムを使用したネットワークを構築し、新しい車体データを作成 ■形状合成にかかる時間は数秒で、デザイナーの思いつくがままにデザイン検討可能 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
データベース内で既存形状の特長量と比較！トレーニングにVAEやGANなどの生成モデルを使用
『類似性判断』は、入力された形状に似通った形状を登録された データベースから検索する事を言います。 形状の特長量を抽出し、データベース内で既存形状の特長量と比較するため、 トレーニングにVAEやGANなどの生成モデルを使用。 製造業、建設業など多くの産業の設計現場では、3DCADを利用した3次元形状に 基づいた設計に移行しています。また、CAD・CAM・CAEと呼ばれる設計、製造に 関連したコンピューター支援技術も同じく3次元形状に基づいています。 【特長】 ■形状の特長量を抽出し、データベース内で既存形状の特長量と比較 ■トレーニングにVAEやGANなどの生成モデルを使用 ■3D形状認識AIによる直接比較 ■テキストベースAIによる文字列比較 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
