AIBR プレミアム
田中専務
拓海先生、最近うちの現場で表面の“ざらつき”が製品の寿命に効いてきてまして、若手から『AIで解析できます』と言われるのですが、何をどうすればいいのか見当がつきません。これは要するに『表面の凸凹が油膜にどう影響するか』を計算する技術という理解でいいんですか？
AIメンター拓海
素晴らしい着眼点ですね！その通りです、田中専務。ざらつき（rough surface）は油膜の圧力分布や荷重支持能力に直接影響しますよ。でも心配いりません。大丈夫、一緒にやれば必ずできますよ。まずは要点を三つにまとめると、1) ザラつきの周波数成分を捉えること、2) 物理法則を満たす予測を行うこと、3) 計算効率を保つこと、これらが肝になります。
田中専務
周波数成分というと難しそうですが、現場では例えば粗い部分と細かい波の両方が混在しています。それを全部計算するのは時間がかかるのではないですか？投資対効果が気になります。
AIメンター拓海
良い点に注目していますね。簡単に言うと、普通のニューラルネットワークは低周波（大きな変化）を覚えやすく、高周波（細かい凹凸）を苦手とする傾向があります。そこで本論文では入力をフーリエ（Fourier）風に変換して、細かい振動成分も拾えるようにしています。しかもその“周波数”を固定せず学習可能にすることで、現場のざらつきに自動適応できるのです。大丈夫、できるんです。
田中専務
これって要するに『周波数の重み付けを学ばせることで、いちいち前もって細かさを指定しなくても済む』ということですか？要するに自動で最適な“メガネの度数”を合わせるようなものですか？
AIメンター拓海
