ILSVRC2012におけるディープラーニング（深層学習） [1]の有効性が画像認識において示されその可能性に多くの人々が期待する状況になって久しい。しかし、計算力学や CAEといった分野こそ、ディープラーニングとの親和性が高いと期待するもののその応用方法・利用方法については先行研究事例が少ない。一方で、もともと多くのデータを必要とする分野（材料設計、流体工学等）においては特徴量を抽出する多次元非線形マッピングの技術としてディープラーニングの利用例が複数報告されている [2]。本稿ではサロゲートモデル（代替モデル）への期待と現状、そして最も重要な予測の質を高めるための重要な視点を示す。具体例として、重合メッシュ法によるき裂進展データを大量に生成し、何をどのように学習するのがサロゲートモデルの構築に有効なのかを裂進展挙動の予測を通して考察する。...