| Project/Area Number |
22H00512
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
村松 正吾 新潟大学, 自然科学系, 教授 (30295472)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安田 浩保 新潟大学, 災害・復興科学研究所, 研究教授 (00399354)
早坂 圭司 新潟大学, 自然科学系, 教授 (40377966)
劉 雪峰 東京女子大学, 現代教養学部, 教授 (50571220)
小野 峻佑 東京科学大学, 情報理工学院, 准教授 (60752269)
永原 正章 広島大学, 先進理工系科学研究科(工), 教授 (90362582)
大竹 雄 東北大学, 工学研究科, 准教授 (90598822)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥42,510,000 (Direct Cost: ¥32,700,000、Indirect Cost: ¥9,810,000)
Fiscal Year 2025: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
Fiscal Year 2024: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2023: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2022: ¥15,470,000 (Direct Cost: ¥11,900,000、Indirect Cost: ¥3,570,000)
|
|---|
| Keywords | 信号処理 / 制御理論 / 次元削減 / 動的システム / データ駆動モデリング / 接空間学習 |
|---|
| Outline of Research at the Start |
計測技術の発展と共に，複雑な物理現象の理解と予測，制御への要求が高まり，データ駆動によるモデル化，特に，畳み込みニューラルネットワーク(CNN)を利用した手法が有力視されている．しかし，CNNは解釈性に乏しく，領域知識をその構造に反映し難い課題がある．本提案では，畳み込み層の局所性を継承し，ユニタリ性の構造制約の下で適応制御可能な線形層を実現する．接空間に直接対応するその構造は高い解釈性を与え，現象の理解を促進し，その予測と制御に高性能化をもたらす．防災に重要な河床や地盤の変動を事例とし，情報学，土木工学，数学，物理学の融合研究体制で課題に取り組み，防災応用での有効性を実証する．
|
| Outline of Annual Research Achievements |
計測技術の発展と共に，複雑な物理現象の理解と予測，制御への要求が高まり，データ駆動によるモデル化，特に，畳み込みニューラルネットワーク(CNN)を利用した手法が有力視されてきた．しかし，CNNは解釈性に乏しく，領域知識をその構造に反映し難い課題がある．そこで本研究では，畳み込み層の局所性を継承し，ユニタリ性の構造制約の下で適応制御可能な線形層，局所構造化ユニタリネットワーク(LSUN)の実現を試みている．接空間に直接対応するその構造は高い解釈性を与え，現象の理解を促進し，その予測と制御に高性能化をもたらすことが期待できる．防災に重要な河床や地盤の変動を事例とし，情報学，土木工学，数学，物理学の融合研究体制で課題に取り組み，防災応用での有効性の実証を目指している．具体的には，動的システムのモデル化に有効な線形構造を探求している．
新たにLSUNを導入し，汎用的で解釈性が高いデータ駆動による動的システムのモデリング手法の確立に取り組んでいる．2024年度は主にモード分解LSUN自己符号化器(MD-LSUN-AE)の構造の改善や制御入力の導入，記号回帰への応用に取り組んだ．以下に成果をまとめる．
(i) 開発: MD-LSUN-AE への多重解像度表現や制御入力の導入による予測性能の評価を実施．(ii) 解析：解析的物理モデルに対する LSUN による記号回帰に向けた準備．(iii) 実証: 河道制御プロトタイプシステムとそのデジタルツインの構築を開始．
なお，提案手法の基礎的な評価に数値計算ソフトウェアMATLABと深層学習フレームワークPyTorchを採用し，公開ソースコードの開発も進めた．適宜，国内学会，国際会議にて成果発表を行うと同時に，基礎的な研究成果を学術論文誌へ掲載した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では，複雑な動的システムの数値的なモデル構築に解釈性を与え，領域知識との融合をもたらすモデル化手法を確立するため，新たな多様体の埋め込み手法として，畳み込み層に代わる局所構造化ユニタリ層を提案し，その可能性を探求している．2024年度の当初は以下の実施計画を立てていた． (i) 開発: MD-LSUN-AE によるモデル予測とデータ同化による予測性能の改善を実施．(ii) 解析: 河川及び地盤に関する解析的物理モデルの検討と大規模シミュレーションの実施．(iii) 実証: MD-LSUN-AE による液状化の予測を実施，実験結果との比較評価を実施．
上記のうち，(i)を順調に進めることができた．(ii)については基礎的な数値シミュレーションにとどまったが，物理モデルの記号回帰へのLSUNの適用について新たに試みた．(iii)については河床予測の改善を進めた．
ほかに，LSUNの応用展開に深く関わる研究として，河道制御サイバーフィジカルシステムのためのアクチュエータ開発と河川模型デジタルツインの構築などの研究も進めた．広く研究成果を公表し，関係する分野の人脈の構築と最新情報を収集するために国内学会，国際会議への参加も積極的に進めた．また，LSUNの基礎的な研究成果に関する学術論文を公表している．ほかに関連研究の成果発表も行った．
国内外での学会参加の機会を多く得たことで，大学院生を中心に人材育成も行い３年目として順調にプロジェクトを進めることができた．提案するLSUNの深層学習フレームワークPyTorchでの実装を進めることができた．一方，FPGA実装については当初計画より遅れている．これら実装については2025年度も継続して進める．
|
| Strategy for Future Research Activity |
2025年度は，提案するモード分解LSUN自己符号化器(MD-LSUN-AE)のサイバーフィジカルシステム(CPS)応用と最適センサ配置応用を中心に，これまでと同様，開発，解析，実証の３グループの体制で以下のテーマに取り組む．(i) 開発: MD-LSUN-AE とデータ同化による予測性能の改善とモデル予測制御の性能評価を実施．(ii) 解析: 河川及び地盤に関するデジタルツインの構築とシミュレーションの実施．(iii) 実証: 可道能動制御CPSの実験を実施，液状化予測のための最適センサ配置の評価検証を実施．
LSUNが有する局所性やシフト変性，ユニタリ性などの性質の活用について，記号回帰などの新たな応用にも着目し，各種応用での評価を進める．また，LSUNの微分幾何学との関係性を探求するほか，LSUNのMATLAB/PyTorchおよびFPGAについても拡張実装を進める．特に，広く普及させるためにサンプルプログラムを充実させる．さらに，学習設計の加速や並列化，設計パラメータの正則化や非局所化，複素数化にも取り組む．今後のLSUNの応用展開を見据え，深層ループ展開や自己教師あり学習の洗練化，正規化フローへの組み込みも進める．応用展開における試みとして，MD-LSUN-AEによる河川や地盤の状態推定や変動予測の高性能化，効率化に取り組む．河川模型を利用した予測や制御の実験も行う．実験のためのセンシング・ネットワーク・アクチュエーション環境を整え，予測や制御実験のための可視化アプリや制御ソフトを開発する．
広く研究成果を公表し，関係する分野の人脈の構築と最新情報を収集するために国内学会，国際会議へ積極的に参加するとともに，研究成果を学術論文として公表する．
|
