時系列データを用いたモデル化
近年の計算機システムの発展と利用環境の向上により、諸科学や産業界のあらゆる分野でデータが蓄積されている。このようにして大量に蓄積されたデータから、 その背後にある自然現象や社会現象のような複雑かつ不確実な現象を読み解くには、データから本質的な情報を抽出するための手法の開発が不可欠である。このとき、不確実現象の解明と予測、知識獲得のために重要な役割を果たすのが現象のモデル化であり、時系列データを用いた現象のモデル化の問題に取り組む。
我々の周りには声や楽器、飛行機の音など様々な音があります。同じ音でも心地よい音もあれば騒音もあります。製品音は騒音と捉えられやすい音ですが時には、製品の状態を知る有効な手がかりになります。このことを踏まえ我々は製品音に着目し、その音全てを低減対象とせず、必要な成分と下げるべき成分に分別しようとしています。また下げるべきには、そのメカニズムを的確に把握する技術を構築しています。そして必要な音に対しては、その音を選び出し状態認知を手助けする方法も検討する等、音が持つ可能性を踏まえた技術開発を進めています。
論文
「実稼働TPAとCAEとの連携解析によるロードノイズに対する高寄与ボディモード抽出-簡易自動車モデルへの適用-」(2019)『自動車技術会論文集』50(2)p.430-435.
「様々な運転状況での車速コントロールに及ぼすエンジン音の効果」(2019)『自動車技術会論文集』50(6)p.1624-1630.
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム© INNOVATION DAYS 2021 智と技術の見本市.