深層学習による都市汚染物質拡散のアンサンブル即時予報の実現

• Project/Area Number: 23K11129
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60090:High performance computing-related
• Research Institution: Japan Atomic Energy Agency
• Principal Investigator: 朝比 祐一 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (00824103)
• Co-Investigator(Kenkyū-buntansha): 長谷川 雄太 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (10851016) ; 小野寺 直幸 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (50614484)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
• Keywords: Deep learning / GPU computing

Outline of Research at the Start

本研究は、深層学習によって観測データとの同化を伴う都市部における汚染物質拡散の即時アンサンブル予測手法の確立を目的とする。文章などを条件としてノイズから多様な画像を生成可能なDiffusion modelをベースとすることで、観測時系列データを条件として複数のノイズから複数の汚染物質拡散の予測を瞬時に行う。本研究では、GPUによる高速計算で可能となる大規模都市風況シミュレーションデータセットとDiffusion modelをベースとした予測モデルにより、従来不可能であった観測データに基づく即時アンサンブル汚染物質拡散予測を可能にする。