数値シミュレーションと機械学習の効率的な連成計算手法の研究開発とPINNsへの応用
研究課題情報
- 体系的番号
- JP25K15146 (JGN)
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
科研費情報
- 研究課題/領域番号
- 25K15146
- 研究種目
- 基盤研究(C)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分60100:計算科学関連
- 研究機関
-
- 総合地球環境学研究所
- 研究期間 (年度)
- 2025-04-01 〜 2028-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 4,680,000 円 (直接経費: 3,600,000 円 間接経費: 1,080,000 円)
研究概要
本研究は数値シミュレーションと高頻度に大量のその出力データを必要とするML/AI処理とのメモリ型連成計算を実現する手法を開発する。また、開発された手法を使い物理シミュレーションと物理情報ニューラルネットワーク（PINNs）を連成させ、物理法則を満たした高精度のサロゲートモデルの構築を目指す。高頻度出力データを扱うには、I/O型連成では困難であり、既存のメモリ型連成計算フレームワークにもそれを扱う手法は存在しない。また、高次元でダイナミックに変化する物理シミュレーションではPINNsを用いたサロゲートモデルの高精度化が難しい。本研究ではこれらを解決する手法を研究開発する。