XiaoMi-AI文件搜索系统
World File Search SystemYusuke
电动机替代模型的数据有效的机器学习方法 /作者= Wang，Bingnan; Sakamoto，Yusuke /creationDate = 2024年6月5日 /受试者=电气系统，机器学习，多物理建模< /div < /div>
电动机广泛用于家庭和各种行业，其技术和设计原则已良好。但是，电机设计和定制的要求，特别是对于电动汽车和飞机等新应用以及工厂自动化的要求，总是对汽车设计人员构成新的挑战。参数扫描或迭代优化方法经常被使用，以评估大量设计候选者，然后再识别特定任务的最佳设计。对每个电动机设计糖果的准确分析通常依赖于有限元分析（FEA）的数值模拟，这些模拟是耗时的，尤其是当评估一个设计的各种操作点时。因此，希望寻求FEA的替代分析方法来快速预测运动性能。基于替代模型的优化已被研究以加快过程[1]。由于高度非线性的性质，传统替代模型的准确性在预测某些运动性能（例如扭矩波形和效率图）时会受到影响。近年来，机器学习和深度学习方法已经找到了许多应用，并且由于其模拟高度非线性功能的能力而应用于运动设计[2]，[3]。这种方法的一个主要挑战是达到合理预测准确性所需的大型数据集大小。在本文中，我们提出了用于电动机设计优化的数据有效机器学习模型的三种策略：一个，减少用于电机设计的机器学习模型的输入维度；第二，与基于物理的方法结合
参考：Lee Jae Seung，Morita Yuri，Kawai Yusuke K.，Covaci Adrian，Kubota Akira。
参考：Lee Jae Seung，Morita Yuri，Kawai Yusuke K.，Covaci Adrian，Kubota Akira。 doi）：https：//doi.org/10.1016/j.chemosphere.2019.125738引用此参考：https：//hdl.handle.net/10067/10067/1666212121215151515151162165165141
粉末DED方法的建模技术3D金属添加剂制造机LAMDA
Ishii Hirohisa * 1 Kuramoto Hirohisa * 2 Koh Ishii Hirohisa Kuramoto Tauchi Takushi * 2 Yamamoto Yusuke * 3 Hiroyuki Tauchi Yusuke Yamamoto Wakana Tomohiro * 3 Yoshimura Jin * 3 Tomohiro Wakana Hitoshi Yoshimura
应用人工智能技术的模具设计方法研究
Takeshi KOSUGI *****、Yusuke ICHIKAWA *****、Takayuki UKAI ***** 和 Toshiki KASAHARA *****
（ICECET 2024）会议计划（在线零件）-CDN
230 Ion Barosan，Thijs Koenraadt，Huub van de wetering Proteus：通过3D可视化系统模型243 Yusuke Mori，Zihe Li，Gento Mogi Refinery过渡过程，用于增强基于模型的系统工程的框架
3DIC 2024 计划时间表
Yusuke Ohgush (1) 和 Satoshi Matsumoto (1) (2) (1) 九州工业大学 (2) 东京都立大学 2024 年 9 月 26 日 海报会议 核心时间* 13:00-14:30 13:00-14:30 4034 海报设计 3DIC 异构集成实现 Ahmed Hossam-ELdeen、Sudipta Das、Giuliano Sisto imec
发现一种稳定调节性T细胞的蛋白质
发表于：《免疫》 2024 年 8 月 7 日（日本标准时间 00:00） 在线版本 标题：“转录因子 Ikzf1 与 Foxp3 结合，抑制 Treg 细胞中的基因表达并限制自身免疫和抗肿瘤免疫” 作者：Kenji Ichiyama *、Jia Long、Yusuke Kobayashi、Yuji Horita、Takeshi Kinoshita、Yamami Nakamura、Chizuko Kominami、Katia Georgopoulos 和 Shimon Sakaguchi *
使用细胞膜囊泡开发新的癌症免疫治疗制剂-AMED
Research group including Professor Kagotani Yuki and Specialized Lecturer Ito Yusuke, Department of Cancer Immunology, Keio University School of Medicine, has successfully developed nanoparticle-sized cell membrane vesicles that activate immune cells and attack cancer as a new treatment for cancer, through collaboration with Associate Professor Ota Seiichi of the University of Tokyo, and Chito Oneyama, Head of the Department of Oncology Control at Aichi癌症中心。
使用细胞膜囊泡开发新的癌症免疫治疗制剂
Developing a new cancer immunotherapeutic preparation using cell membrane vesicles A research group consisting of Professor Kagotani Yuki and dedicated lecturer Ito Yusuke, Department of Cancer Immunology, Institute of Advanced Medical Sciences, Keio University, and Associate Professor Ota Seiichi, Graduate School of Tokyo, and Chitose of the Aichi Cancer Center, have successfully developed nanoparticle-sized cell membrane vesicles that activate immune cells and attack cancer as a new treatment for cancer.