Research Project
Grant-in-Aid for Research Activity Start-up
軟弱地盤における圧密沈下予測とパラメータ推定を行うにあたり,近年では,Deep Learning(DL)手法の確立が期待されている.DLには,メッシュフリーであることや複雑な連成計算が不要であるといった利点があるものの,解の物理的意味は必ずしも明らかではない.本研究では,理論・データ駆動型手法の利点を併せ持つPhysics-Informed Neural Networks(PINN)を用いた圧密沈下予測・パラメータ推定モデルを構築することにより,物理情報を考慮したDL手法の圧密現象への有効性を示す.さらに,多層地盤や二次圧密といった複雑な地盤条件下におけるPINNの適用を検討する.