| Project/Area Number |
20H02074
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 19010:Fluid engineering-related
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
Onishi Ryo 東京工業大学, 学術国際情報センター, 教授 (30414361)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松田 景吾 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(地球情報科学技術センター), 副主任研究員 (50633880)
Kolomensk Dmitry 東京工業大学, 学術国際情報センター, 特任准教授 (00813924)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥13,910,000 (Direct Cost: ¥10,700,000、Indirect Cost: ¥3,210,000)
Fiscal Year 2023: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2022: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2021: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2020: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
|---|
| Keywords | 超解像 / 微気象 / 乱流 / 深層学習 / 環境流 / 数値シミュレーション / 微気象予測 / 数値流体力学シミュレーション / 熱流体計算 / 深層ニューラルネットワーク / 乱流熱物質拡散 / 乱流熱輸送 / 数値流体シミュレーション |
|---|
| Outline of Research at the Start |
最優先で、3次元超解像の乱流熱輸送現象に対する技術的フィージビリティーを明らかにする。2次元超解像では、4倍の超解像器を学習させるためにGPUボード1枚を使って約1日かかった。それらを単純に3次元化するとそれぞれ計算コストが甚大になるため、東工大のTSUBAME3.0などのGPUスパコンを用いることで、学習を実施できることを確認する。技術フィージビリティーを明らかにした上で、実際に3次元超解像シミュレーションを開発し、理想大気環境下の乱流熱輸送、および、実在大気環境下の乱流熱輸送、に対してその有効性を明らかにする。
|
| Outline of Final Research Achievements |
This research first demonstrated the technical feasibility of 3D super-resolution for urban micrometeorologies (micro-weather). We have clarified that, by utilizing multiple GPU boards, a deep neural network can be trained within a realistic timeframe. Additionally, we have developed a 3D super-resolution simulation for an actual urban area. We began by creating a training dataset through a high-resolution micrometeorology simulation. Using this dataset, we trained and evaluated the 3D super-resolution neural network. Furthermore, we demonstrated that the developed super-resolution simulation system can provide a high-resolution forecast with sufficient lead time.
|
| Academic Significance and Societal Importance of the Research Achievements |
気象よりも身近な微気象スケールの予測情報が簡単に手に入るような未来社会では、「気象災害による死者ゼロ」が実現されるだろう。そのような安全・安心社会の構築のためには、あらゆるネットワーク機器がアクセスできる、微気象に関する過去・現在情報および予測情報に関する情報インフラ（微気象情報インフラ）が必要不可欠である。そのような情報インフラを構築する上で、微気象予測シミュレーションの計算コストが甚大であり、リアルタイム予測が困難であるというボトルネックがあった。本研究で開発した超解像シミュレーション技術により、そのボトルを解消できる目処を立てることができた。
|
