最近、機械学習を用いたCAE代理モデルの利用が広がっています。CAE代理モデルを利用すると瞬時に計算結果を予測することができ、設計工数の削減が期待できます。CAE代理モデルには、ハイパーパラメータと呼ばれる人間がチューニングすべき変数がありますが、modeFRONTIERはこのチューニングに大きな威力を発揮します。
ロータ形状画像から瞬時に出力トルクを予測する事例では、使用している深層学習モデルにハイパーパラメータがあります。modeFRONTIERは多目的最適化が可能なので、訓練データの損失とテスト（検証）データの正答率の両方を同時に改善するようなハイパーパラメータチューニングを簡単に実施することが可能です。また、チューニング結果の可視化から、ハイパーパラメータの傾向を分かりやすく把握することができます。

解析種別：CNN、GAN、cGAN