Super-resolution sensing of environmental airflow based on physically constrained machine learning models

Research Project

Project/Area Number	24K21642
Research Category	Grant-in-Aid for Challenging Research (Exploratory)
Allocation Type	Multi-year Fund
Review Section	Medium-sized Section 23:Architecture, building engineering, and related fields
Research Institution	The University of Tokyo
Principal Investigator	菊本英紀東京大学, 生産技術研究所, 准教授 (80708082)
Project Period (FY)	2024-06-28 – 2026-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000) Fiscal Year 2025: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000) Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Keywords	室内環境 / 空気流動 / スパースセンシング / 機械学習
Outline of Research at the Start	本研究では、疎に配置されたセンサーによる計測情報から建物内の空気流動を高解像度で解析する手法を開発する。少数のセンサーと物理法則を活用した機械学習モデルを組み合わせ、室内環境の気流速度や関連する物理量を高解像度で推定できるような技術について研究を行う。そのため、アルゴリズム・プログラム開発を行うとともに物理シミュレーションデータ、実験室や実建物での計測データを用いた検証などを行う。これらにより、空調機器の効率的な制御や安全な居住空間の実現を目指す。