数百回に及ぶダイナモ試験、時間とコストが過大

過去の実験データを分析・前処理し、ブレーキパッドの摩擦特性を予測するAIモデルを開発します。
研究者が計画したダイナモ試験の結果をAIが事前に予測することで、試験回数を削減し、開発プロセスの効率化を実現します。
また、AIの専門知識を持たない研究者でも予測モデルの結果を研究・開発プロセスで容易に活用できるツールを提供し、実用性を高めます。

AI予測モデルでダイナモ試験回数を最小化

過去の実験データを分析・前処理し、ブレーキパッドの摩擦特性を予測するAIモデルを開発します。
研究者が計画したダイナモ試験の結果をAIが事前に予測することで、試験回数を削減し、開発プロセスの効率化を図ります。
また、AIの非専門家でも予測モデルの結果を研究・開発の過程で容易に活用できるツールを提供し、実用性を高めます。

国際標準を満たすブレーキパッド性能予測

国際鉄道連盟（UIC）が提示する国際標準性能基準の誤差範囲内を満たすブレーキパッド特性予測モデルを構築します。
説明可能なAI（XAI, eXplainable AI）技術を適用し、予測結果の信頼性を高めるとともに、新規データに基づく結果の不確実性を予測する指標を整備します。
さらに、予測試験を容易に実施し、UIC基準に沿った要約結果を確認できるダッシュボードを提供することで、研究者の実験および意思決定プロセスを支援します。