Project/Area Number |
23K24857
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 60100:Computational science-related
|
Research Institution | University of Tsukuba |
Principal Investigator |
三目 直登 筑波大学, システム情報系, 助教 (10808083)
|
Co-Investigator(Kenkyū-buntansha) |
森田 直樹 筑波大学, システム情報系, 助教 (20789010)
金子 栄樹 名古屋工業大学, 工学(系)研究科(研究院), 助教 (40908802)
浅井 光輝 九州大学, 工学研究院, 准教授 (90411230)
|
Project Period (FY) |
2024-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2025: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
Keywords | 数値解析 / グラフニューラルネットワーク / 大規模並列解析 |
Outline of Research at the Start |
本研究では、様々な数値解析手法に汎用的に適用可能な機械学習手法である「グラフニューラルネットワーク(GNN)」を用いて、数値解析の代替とする方法論を確立すると同時に、力学現象特有の時空間的性質を学習機に埋め込んだ力学情報埋め込み型GNN の開発を行う。その上で、機械学習によって出力される解の信頼性の保証が困難であるという問題に対し、機械学習を前処理として利用することで、解析手法の残差を用いて信頼性の定量評価を可能とした数値解析に対するマルチグリッド的GNN 前処理手法の開発を実施する。また、提案手法の実用性を評価する目的で、提案手法の実問題への適用性評価を行う。
|