MLの皆様：

お世話になっております九州大学の大島です。

自動チューニング研究会（AT研）では5月23日（金）に
オープンアカデミックセッション（ATOS）を開催します。
どなたでも参加可能ですのでぜひ参加をご検討ください。
重複して案内を受け取られた場合はご容赦ください。

——– ——– ——– ——–
第32回AT研究会オープンアカデミックセッション(ATOS32)
——– ——– ——– ——–

自動チューニング研究会（AT研）では、ATやATに関連する話題についての
オープンな（どなたでも参加可能な）研究会を不定期に開催しています。
今回は以下の2件の講演を行います。終了後に懇親会も行います。
詳細と参加申込については以下のURLをご確認ください。
https://atrg.jp/ja/index.php?ATOS32

・日時：2025年5月23日（金）16:15〜17:45
・会場：工学院大学 新宿キャンパス 28階 第4会議室
・講演1
　講演者：西口 浩司（名古屋大学）
　題目：DeepSDFに基づく3D生成AI：21,998ケースの衝突解析データによる訓練と性能評価
　概要：近年，AIを用いた3D形状生成，特にText-to-3Dモデルの進展は著しい．
　　しかし，既存手法の多くはCLIPなどの事前学習済みモデルに依存しており，
　　力学的特性を考慮した3D形状生成には適していない．その要因のひとつは，
　　力学情報を含む3D形状データセットが不足している点にある．本研究では，
　　力学的特性を条件とするDeepSDFベースの3D生成モデル（Parametor-to-3Dモデル）
　　を提案する．トポロジー最適化とオイラー型弾塑性衝突解析を組み合わせ，
　　スーパーコンピュータ「富岳」により合成した21,998件の
　　自動車クラッシュボックス形状データを用いて，モデルの学習を行った．
　　高さ，奥行き，幅，衝突吸収エネルギーといった力学的パラメータを入力とし，
　　それらの条件を満たす3D形状を高精度に生成する
　　モデルの性能を評価した結果について報告する．
・講演2
　講演者：荒木 拓也（NEC）
　題目：実行時コンパイル技術によりプログラム書き換え無しにpandas処理を100倍以上高速化
　概要：pandasはデータ分析において非常に頻繁に用いられるライブラリである。
　　一方、pandasはその処理速度が遅く、データ分析処理のボトルネックとなっていた。
　　この問題を解決するため、我々はpandasによるデータ処理を高速化するライブラリである
　　FireDucksを開発している。FireDucksはライブラリ内にJITコンパイラが組み込まれており、
　　実行時に高度な最適化を行うことで高速化を実現する。
　　また、個々の処理の実行にはcuDFを用い、その高速な実装を活用する。
　　これにより、pandasとの高い互換性を保ちながら、高速な実行を実現した。
　　TPC-Hベンチマークを用いた評価では、pandasと比較して100倍以上の性能向上を達成した。
　　ユーザはpandasプログラムを書き換えることなく、GPUを用いた高い性能を利用することができる。