• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

BDEC-AIによるSociety5.0へ向けた解析能力創出

Research Project

Project/Area Number 22K18823
Research Category

Grant-in-Aid for Challenging Research (Exploratory)

Allocation TypeMulti-year Fund
Review Section Medium-sized Section 22:Civil engineering and related fields
Research InstitutionThe University of Tokyo

Principal Investigator

市村 強  東京大学, 地震研究所, 教授 (20333833)

Project Period (FY) 2022-06-30 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
Fiscal Year 2024: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Keywords大規模データ / 大規模シミュレーション / PDE / データサイエンスアプローチ
Outline of Research at the Start

土木工学分野の対象系は巨大であり,デジタルツインの構築及びこれを用いた意思決定を実現するためには,多数回の解析が必要となることから解析コストが膨大となる傾向がある.本研究課題では,Society5.0へ向け,従来よりも高性能な解析能力創出のために,Big Data & Extreme-scale Computing を踏まえた「物理シミュレーションとデータサイエンスアプローチを融合する新たな手法」の開発を行い,地震工学分野の問題を例に開発手法の有効性を検証する.

Outline of Annual Research Achievements

本研究課題では,partial differential equation (PDE)による解析能力の向上を目指してその求解の高速化を,Big data & extreme computing (BDEC)を踏まえたPDE求解のスキームとデータサイエンス的アプローチの融合により,実現を試みている.本年度は,収束性が悪く解析コストが巨大となる時間発展する地震大規模シミュレーションに対して,大規模シミュレーション中の過去時間ステップで得られた大規模データセットをデータサイエンス的に解析することで,大規模シミュレーションの解析コストを軽減することを試みた.シミュレーションの当該時間ステップより前の過去時間ステップで得られた大規模データセットに含まれる解空間の拘束条件を適切に抽出し活用することで,本来は大規模シミュレーションの求解内で実施する解空間の拘束の一部を代替することが出来,結果的に大規模シミュレーションの解析コストの低減が達成された.これを時間ステップが進展にあわせて実施することで,時間発展する地震の大規模シミュレーション全体の解析コストを低減することが可能となった.なお,過去時間ステップで得られた大規模データセットをデータサイエンス的に解析する部分の解析コストは大規模シミュレーションに比べて小さいため,上記の解析コスト軽減により,シミュレーション全体のtime-to-solution自体が改善されている.また,本手法は従来のPDE求解と比較して,解空間の拘束をデータサイエンス的手法により代替しているのみであるため,従来のPDE求解と同等の精度の解を求めることが出来ている.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

対象となる数理問題の性質を踏まえて,当初の研究計画で想定された課題を解決することが出来,かつ,提案手法の有効性が検証できたことから,当初の研究計画通りに順調に進展していると言える.

Strategy for Future Research Activity

当初研究計画に従い順調に進展していることから,当初研究計画に基づき研究を実施する.

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (3 results)

All 2023 2022

All Journal Article (3 results) (of which Peer Reviewed: 3 results,  Open Access: 2 results)

  • [Journal Article] Development of 3D Viscoelastic Crustal Deformation Analysis Solver with Data-Driven Method on GPU2023

    • Author(s)
      Murakami Sota、Fujita Kohei、Ichimura Tsuyoshi、Hori Takane、Hori Muneo、Lalith Maddegedara、Ueda Naonori
    • Journal Title

      Lecture Notes in Computer Science

      Volume: 14074 Pages: 423-437

    • DOI

      10.1007/978-3-031-36021-3_45

    • ISBN
      9783031360206, 9783031360213
    • Related Report
      2023 Research-status Report
    • Peer Reviewed
  • [Journal Article] Scalable Finite-Element Viscoelastic Crustal Deformation Analysis Accelerated with Data-Driven Method2022

    • Author(s)
      Fujita Kohei、Murakami Sota、Ichimura Tsuyoshi、Hori Takane、Hori Muneo、Lalith Maddegedara、Ueda Naonori
    • Journal Title

      2022 IEEE/ACM Workshop on Latest Advances in Scalable Algorithms for Large-Scale Heterogeneous Systems (ScalAH)

      Volume: - Pages: 18-25

    • DOI

      10.1109/scalah56622.2022.00008

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] GPU Porting of Scalable Implicit Solver with Green’s Function-Based Neural Networks by OpenACC2022

    • Author(s)
      Fujita Kohei、Kikuchi Yuma、Ichimura Tsuyoshi、Hori Muneo、Maddegedara Lalith、Ueda Naonori
    • Journal Title

      Lecture Notes in Computer Science

      Volume: - Pages: 73-91

    • DOI

      10.1007/978-3-030-97759-7_4

    • ISBN
      9783030977580, 9783030977597
    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access

URL: 

Published: 2022-07-05   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi