物理モデルを組み込んだ機械学習と岩石物性計測による熱水系モデリングの革新

• Project/Area Number: 23K26601
• Project/Area Number (Other): 23H01908 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 31020:Earth resource engineering, Energy sciences-related
• Research Institution: Kyoto University
• Principal Investigator: 石塚 師也 京都大学, 工学研究科, 講師 (90756470)
• Co-Investigator(Kenkyū-buntansha): 林 為人 (リンウェイレン) 京都大学, 工学研究科, 教授 (80371714)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000); Fiscal Year 2027: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2026: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000); Fiscal Year 2025: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000); Fiscal Year 2024: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000); Fiscal Year 2023: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
• Keywords: 熱水システム / 機械学習 / 岩石物性 / 深層学習 / モデリング

Outline of Research at the Start

地熱資源の有効活用において、地熱系のモデリングとモニタリング技術の発展は重要である。本研究では、機械学習に物理モデルを組み込んだ手法を開発する。このような機械学習を基にした手法は研究実施者らが提案した手法を含め、いくつか提案されているが、従来よりも頑強でなおかつ現実的に起こり得る複雑な現象を予測可能にすることを目指す。また、岩石物性の取得手法を高度化することで、様々な条件下でデータ取得の量や精度の向上を目指す。