Meanline設計および性能曲線予測機能を備えた高速統合サイクル解析コードを用いることで、異なる冷媒（RGPファイルを使用）を用いた単段または多段（背面合わせまたはインライン）ヒートポンプの設計空間を迅速に探索し、回転数（rpm）やインペラ外径などの主要な設計パラメータを最適化することができます。これにより、暖房能力と動作範囲のトレードオフにおいて、設計を最適な領域に位置づけることが可能となります。

最適な効率を実現する完全な3次元翼形状は、3次元逆解法設計に基づく「物理強化型機械学習」を用いて生成されます。この手法では、小規模（50点未満）かつ高精度なトレーニングデータセットを用いて、候補となる翼形状の総合的な性能を正確に予測し、相反する多点性能要件を解決する、パラダイムシフトをもたらすパレート最適設計を生み出します。

このウェビナーでは、本検討の設定および実行までのワークフロー、最も複雑なリアルガスアプリケーションであっても、物理学を組み込んだ機械学習システムをいかに簡単に構築できるかをご紹介します。