| Project/Area Number |
20K21785
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2020-07-30 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2021: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2020: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | データ同化 / 4次元変分法 / 粒子フィルタ / 不確実性評価 / 地震波伝播 / 気象予報 / マルコフ連鎖モンテカルロ法 / レプリカ交換モンテカルロ法 / Ginzburg-Landau方程式 / フェーズフィールドモデル |
|---|
| Outline of Research at the Start |
理論に基づくモデルと、観測・実験に基づくデータを比較することが、対象の特性の把握や予測をする上で極めて重要であることは論をまたない。今日の大規模モデル・大容量データ時代において、両者の融合という必然的な要請に応える計算技術が「データ同化」である。データ同化は逐次型と非逐次型とに大別され、前者は大規模モデルに適しているが実装の手間が大きく、後者は実装は容易だが中・小規模モデルにしか適さない。そこで本研究では、現実的な計算時間と計算機資源で実行可能な、逐次・非逐次融合型データ同化手法の開発に挑戦する。また、結晶成長モデルおよび地震波動伝播モデルへ実装することにより、その性能を評価する。
|
| Outline of Final Research Achievements |
This project attempted to develop a hybrid data assimilation (DA) method, integrating sequential and non-sequential DA algorithms, that can run within realistic computation time and computer resources. We successfully constructed such a hybrid DA method by adding a preprocessing based on a random algorithm to the four-dimensional variational method. We demonstrated that the proposed DA method was capable of high-speed uncertainty quantification, for example, in large-scale DA related to seismic wavefield propagation.
|
| Academic Significance and Societal Importance of the Research Achievements |
数理モデルと観測データをベイズ統計学によって融合するデータ同化は広い科学分野において普遍的な計算技術となっているが、モデルとデータを検証するための不確実性評価は計算量の観点から極めて困難であった。本研究課題で提案したハイブリッド型データ同化手法は、現実的な計算時間と計算機資源の範囲内での不確実性評価付きデータ同化計算の実現に道を拓き、気象予報などにおける予測精度の向上に貢献することが期待される。
|
