データセット 1,000 サンプルへ拡大

[keisuke58]

概要

現状 100 サンプル (defect node 合計 ~700) では学習が不十分。
1,000 サンプルに拡大して defect node ~7,000 を確保する。

実測タイミング (100 サンプル実績)

ステップ	1 サンプル	1,000 サンプル見込み
FEM 生成 + ソルブ	~9.2 秒	~1.5 時間
ODB 抽出	~1.1 秒	~18 分
合計	~10.3 秒	~2 時間
グラフ構築 (build_graph.py)	~数秒	~30 分

手順

# 1. DOE 生成
python src/generate_doe.py --n_samples 1000 --output doe_1000.json

# 2. Abaqus バッチ (ライセンス2枚制約あり)
python src/run_batch.py --doe doe_1000.json --output_dir dataset_output_1000

# 3. PyG 変換
python src/prepare_ml_data.py --input dataset_output_1000 --output data/processed_50mm_1000

ボトルネック

• Abaqus ライセンス同時 2 枚 → 並列度制限
• FEM 生成が ~9 秒/サンプル × 1,000 = ~2.5 時間

関連

• Phase 2: GNN 4種 5-Fold CV + Point Transformer 比較 #1 (F1=0 問題: データ量拡大が最有力な解決策)