SlideShare a Scribd company logo
最適化アルゴリズムによる
低レイノルズ数向け翼型設計の紹介
○Naoto MORITA
2013/11/30 第19回スカイスポーツシンポジウム 1
人力飛行機向け翼型設計の意義
 多様化する日本の人力飛行機
 10m/s~15m/s級人力飛行機の台頭 ←TT部門の白熱
 距離競技向け人力飛行機の多様化
チーム特色の反映(フライングワイヤ無、先尾翼など)
 模範であり続けた「Daedalus 88」という人力飛行機
 大半の人力飛行機が何らかの形でDAE Series翼型を使用
 翼型が決めうちされる事によって設計に制約が生じる。
2013/11/30 第19回スカイスポーツシンポジウム 2
相反が発生 翼型設計の需要
学部生の翼型設計の障壁
 要求される知識とツールおよび時間的制約
 速度分布設計の知識 (Short Bubble 、圧力回復曲線 etc...)
 翼型逆問題の知識
(非粘性パネル法逆解法 or 複素マッピングetc... )
 層流乱流境界層の影響を考慮した速度分布計算
(乱流遷移位置予測、速度分布繰返し計算 or 解析スキーム etc...)
2013/11/30 第19回スカイスポーツシンポジウム 3
もう間に合わない…
適当に混ぜよう… そこで…
既存の解析ツールを用いて高度な知識が無くても
効率的に良い翼型を探索できる方法
学部2年の冬までに習得
解析ツールと最適化アルゴリズムについて
 パネル法翼型解析ツール「XFOIL」
 非粘性パネル法に大規模な修正を加えた翼型解析ツール
 フリーで入手可。ほとんどのチームが使用。GUIバージョン
であるXFLR5も普及
 今回用いた最適化アルゴリズム
 遺伝的アルゴリズム ←この講演のメイン
最適化するパラメータを二進数の遺伝子で記述
生物の進化を模した方法で最適化
 勾配法
別名「山登り法」
2013/11/30 第19回スカイスポーツシンポジウム 4
DAI流れ可視化試験
XFOILの解析精度を示す
8個のパラメータによる翼型表現
 翼型の線形和と追加キャンバ、翼厚調整による表現
2013/11/30 第19回スカイスポーツシンポジウム 5
翼厚調整
追加キャンバー
PARSEC法を応用
• ある点で極大値を取る条件
• 後縁の角度が指定値になる条件
3次多項式による追加キャンバーの表現
8個の変数によって表された翼型
遺伝的アルゴリズム Genetic Algorithm (GA)
 遺伝的アルゴリズムの基本的な流れ
2013/11/30 第19回スカイスポーツシンポジウム 6
翼型生成
翼型解析・評価
遺伝子交差
突然変異操作
 翼型生成
 遺伝子情報から翼型を生成。個体数はパラ
メータの数等にも寄るが100~200くらい
 翼型解析・評価
 XFOILを用いて各個体の性能を解析
 評価関数より点数をつける
 遺伝子交差
 ルーレットルールを用いて交差する組を決定
 突然変異操作
 系の多様性を維持するために、いくつかの遺
伝子の一部をランダムで変化させる。
最も良い個体以外が
選ばれることも
ルーレットルールのイメージ
GAを用いた翼型設計例の紹介
 大まかなアルゴリズムの流れは以上
 プログラム作成については予稿もしくは参考文献を参照
 様々な状態を想定し、設計解を例示
 片持ち桁機、翼根向け翼型(太く、Re=500000程度)
 ワイヤー機、翼根向け翼型(細く、低抵抗)
 翼端、プロペラ向け翼型(Re=220000、低CL)
2013/11/30 第19回スカイスポーツシンポジウム 7
GAを 用いた翼型設計結果①
 片持ち機、翼根向け
 迎角=4° CL=1.2 翼厚=13.3 Re=500000
DAE31 SD7037 MH60 eppler66 をベースとして作成
2013/11/30 第19回スカイスポーツシンポジウム 8
 翼厚13.4%でDAE21と同等の性能
 翼弦長800mmでφ105の桁が入る
 高揚力係数ではDAEに性能が劣るが、
翼厚の大きさ、失速特性をみても使いや
すい性能
GAを 用いた翼型設計結果②
 ワイヤ機、翼根向け
 迎角=4° CL=1.2 翼厚=9.6 Re=500000
DAE31 FX76MP120 SD7037 eppler66 をベースとして作成
2013/11/30 第19回スカイスポーツシンポジウム 9
 翼厚9.6%に縛り使用領域で性能を
ブースト
 迎角4°付近で150に迫る揚抗比
 CL=1~1.2付近で迎角4°
 失速特性はDAE31より少し悪い
GAを 用いた翼型設計結果③
 翼端向け モーメントも考慮しつつ抗力最小化
 迎角=1.5° CL=0.5 翼厚=11.2 Re = 220000
DAE51 NACA0012 SD7037 MH60 をベースとして作成
2013/11/30 第19回スカイスポーツシンポジウム 10
 モーメントを考慮しおとなしい性能
 CLの増加に伴ってCDが増加
 低CL域と高CL域においてDAE41を
凌駕
 失速特性や前縁形状もよく、まさ
に翼端に適した翼型
3次元翼設計の流れ
 大まかな構造設計
 コンセプトに合わせてマンドレル径や大まか
なCFRPパイプ肉厚設計
 循環(揚力)分布設計
 最適化理論を用いて翼幅方向の循環分布を
設計
 翼型設計/選択
 設計した循環分布を満たすような翼型を設計
もしくは選定
 空力解析/構造設計
 設計した主翼を揚力面理論等で解析
 解析結果から構造計算を行いたわみ等を求
める。
2013/11/30 第19回スカイスポーツシンポジウム 11
大まかな構造設計
循環(揚力)分布設計
翼型設計/選択
空力計算/構造設計
GA翼型を主翼設計に適応するメリット
 様々な思想をもった主翼を設計できる
 全体として揚力係数が1を切るような高速機
 ある点での性能に絞った性能特化型
 捻りに対して強い主翼
 設計時間を短縮できる
 揚力や翼厚の指定ができるので設計循環分布に合わ
せやすい
 構造設計との釣り合いが取りやすい
 翼厚の大きい小さいも自由自在
2013/11/30 第19回スカイスポーツシンポジウム 12
等々…
GA翼型を主翼設計に適応するデメリット
 性能が特化型になりやすい
 現在では失速特性は解析するまで分からない
 失速特性を考慮した他点解析を評価に組み込むと、計
算時間の問題が発生
 翼型の速度分布調整を行う必要がある
 速度分布の振動は翼型の
2階微分の不連続に由来。
4翼型を混合するこの手法では、
速度分布の振動が出るのは
ある意味自然
2013/11/30 第19回スカイスポーツシンポジウム 13
GAを用いた設計と既存の設計手法の比較
2013/11/30 第19回スカイスポーツシンポジウム 14
三つの方法で設計した主翼の比較を行う
 循環分布は、多角形縛りのもと、誘導抗力最小化循環分布
設計手法
A) DAE31のみ、捻り下げ
 東京工業大学マイスター等が採用していた
 欲しい揚力係数に合わせて翼型の迎え角を決める
 翼端での抗力係数が増大。捻り下げが大きい
B) DAE31とDAE41(空力的捻り下げ)+幾何的捻り下げ
 WASAやクールスラスト等が採用 ←最もメジャーな方法
 欲しい揚力係数を実現する混合率を求める
 翼端で低抵抗な翼型に変化できる
C) 翼のセクションの切れ目で翼型をGAで最適化
+幾何的捻り下げ
 提唱する方法
 全体の迎角を決め、欲しい揚力係数と翼厚を持つ翼型を設計
2013/11/30 第19回スカイスポーツシンポジウム 15
比較結果
 提唱する方法はもっとも抵抗小
 形状抵抗がA.に比べて1[N]近く
小さい
 翼効率が最も高い
 設計した循環分布に最も近くしや
すい設計法だった
 構造設計が楽
 B.では桁が入らずに翼弦長を大
きくしている
2013/11/30 第19回スカイスポーツシンポジウム 16
A B C
まとめ
 GAを用いるメリット
 設計者がもっと自由に、飛行機を設計できるように
 3次元翼設計においてもその効果を発揮
 翼型の様々な制約を緩和し、人力飛行機の多様化に寄与
2013/11/30 第19回スカイスポーツシンポジウム 17
人力飛行機設計をもっと楽しく、もっと自由に!
宣伝
遺伝的アルゴリズムによる翼型設計GUIアプリケーション
「XGAG」
この講演終了後より以下のページで公開致します。
http://d.hatena.ne.jp/yuukivel/
「人力飛行機 遺伝的アルゴリズム」で検索
グラフィカルユーザーインターフェースで使いやすい!
基本的な遺伝的アルゴリズムによる翼型設計が誰でも簡単に!
皆さんもぜひ、GAの凄さを体感して下さい!
2013/11/30 第19回スカイスポーツシンポジウム 18

More Related Content

What's hot

【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
harmonylab
 
OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向
gree_tech
 
粒子フィルターによる自動運転
粒子フィルターによる自動運転粒子フィルターによる自動運転
粒子フィルターによる自動運転
Masato Nakai
 
イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成
RyotaMaeda
 
hirai23slp03.pdf
hirai23slp03.pdfhirai23slp03.pdf
hirai23slp03.pdf
Yuki Saito
 
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
Deep Learning JP
 
[DL輪読会]AlphaStarとその関連技術
[DL輪読会]AlphaStarとその関連技術[DL輪読会]AlphaStarとその関連技術
[DL輪読会]AlphaStarとその関連技術
Deep Learning JP
 
ペアワークで持続的に成長するチームになろう!
ペアワークで持続的に成長するチームになろう!ペアワークで持続的に成長するチームになろう!
ペアワークで持続的に成長するチームになろう!
Shinya Nakajima
 
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
Deep Learning JP
 
Taking a Deeper Look at the Inverse Compositional Algorithm
Taking a Deeper Look at the Inverse Compositional AlgorithmTaking a Deeper Look at the Inverse Compositional Algorithm
Taking a Deeper Look at the Inverse Compositional Algorithm
Mai Nishimura
 
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
Deep Learning JP
 
SAS Viya で異常検知してみよう!
SAS Viya で異常検知してみよう!SAS Viya で異常検知してみよう!
SAS Viya で異常検知してみよう!
SAS Institute Japan
 
Counterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイCounterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイ
ARISE analytics
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
 
Non-autoregressive text generation
Non-autoregressive text generationNon-autoregressive text generation
Non-autoregressive text generation
nlab_utokyo
 
空撮画像技術と3次元リアルタイムデータの可視化について
空撮画像技術と3次元リアルタイムデータの可視化について空撮画像技術と3次元リアルタイムデータの可視化について
空撮画像技術と3次元リアルタイムデータの可視化について
Ryousuke Wayama
 
ICRA 2019 速報
ICRA 2019 速報ICRA 2019 速報
ICRA 2019 速報
cvpaper. challenge
 
自然環境調査におけるUAVの利用例
自然環境調査におけるUAVの利用例自然環境調査におけるUAVの利用例
自然環境調査におけるUAVの利用例
Mizutani Takayuki
 
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
RyoAdachi
 
位置合わせや(屋内)測位に関する国際コンペと標準化
位置合わせや(屋内)測位に関する国際コンペと標準化位置合わせや(屋内)測位に関する国際コンペと標準化
位置合わせや(屋内)測位に関する国際コンペと標準化
Kurata Takeshi
 

What's hot (20)

【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
 
OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向
 
粒子フィルターによる自動運転
粒子フィルターによる自動運転粒子フィルターによる自動運転
粒子フィルターによる自動運転
 
イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成イメージベーストライティングによる写実的な画像の生成
イメージベーストライティングによる写実的な画像の生成
 
hirai23slp03.pdf
hirai23slp03.pdfhirai23slp03.pdf
hirai23slp03.pdf
 
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
[DL輪読会]Non-Autoregressive Machine Translation with Latent Alignments
 
[DL輪読会]AlphaStarとその関連技術
[DL輪読会]AlphaStarとその関連技術[DL輪読会]AlphaStarとその関連技術
[DL輪読会]AlphaStarとその関連技術
 
ペアワークで持続的に成長するチームになろう!
ペアワークで持続的に成長するチームになろう!ペアワークで持続的に成長するチームになろう!
ペアワークで持続的に成長するチームになろう!
 
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
 
Taking a Deeper Look at the Inverse Compositional Algorithm
Taking a Deeper Look at the Inverse Compositional AlgorithmTaking a Deeper Look at the Inverse Compositional Algorithm
Taking a Deeper Look at the Inverse Compositional Algorithm
 
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
【DL輪読会】Learning Physics Constrained Dynamics Using Autoencoders
 
SAS Viya で異常検知してみよう!
SAS Viya で異常検知してみよう!SAS Viya で異常検知してみよう!
SAS Viya で異常検知してみよう!
 
Counterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイCounterfaual Machine Learning(CFML)のサーベイ
Counterfaual Machine Learning(CFML)のサーベイ
 
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
 
Non-autoregressive text generation
Non-autoregressive text generationNon-autoregressive text generation
Non-autoregressive text generation
 
空撮画像技術と3次元リアルタイムデータの可視化について
空撮画像技術と3次元リアルタイムデータの可視化について空撮画像技術と3次元リアルタイムデータの可視化について
空撮画像技術と3次元リアルタイムデータの可視化について
 
ICRA 2019 速報
ICRA 2019 速報ICRA 2019 速報
ICRA 2019 速報
 
自然環境調査におけるUAVの利用例
自然環境調査におけるUAVの利用例自然環境調査におけるUAVの利用例
自然環境調査におけるUAVの利用例
 
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
 
位置合わせや(屋内)測位に関する国際コンペと標準化
位置合わせや(屋内)測位に関する国際コンペと標準化位置合わせや(屋内)測位に関する国際コンペと標準化
位置合わせや(屋内)測位に関する国際コンペと標準化
 

Recently uploaded

ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
Matsushita Laboratory
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
Yuuitirou528 default
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
0207sukipio
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
Toru Tamaki
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
t m
 

Recently uploaded (8)

ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
 
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
TaketoFujikawa_物語のコンセプトに基づく情報アクセス手法の基礎検討_JSAI2024
 
CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料CS集会#13_なるほどわからん通信技術 発表資料
CS集会#13_なるほどわからん通信技術 発表資料
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
 
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
論文紹介:When Visual Prompt Tuning Meets Source-Free Domain Adaptive Semantic Seg...
 
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
 
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
 

2013春交流会発表 (公開用)