Ultrafast Electromagnetic Field Analysis via Empirical Mode Decomposition and Physics-Informed Neural Networks for Digital Twin Applications

• Project/Area Number: 25K07722
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21010:Power engineering-related
• Research Institution: Tokyo University of Technology
• Principal Investigator: 生野 壮一郎 東京工科大学, コンピュータサイエンス学部, 教授 (70318864)
• Co-Investigator(Kenkyū-buntansha): 阿部 邦美 岐阜聖徳学園大学, 経済情報学部, 教授 (10311086) ; 董 然 中京大学, 工学部, 講師 (80879891)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: デジタルツイン / 経験的モード分解 / PINNs

Outline of Research at the Start

本研究は、EMD（経験的モード分解）のノイズ除去特性と、PINNs（Physics-Informed Neural Networks）の動的予測能力を融合し、高精度かつ高速な電磁界解析手法を開発することで、デジタルツインへの応用を目指すものである。特に、核融合炉におけるリアルタイム電磁界解析やプラズマ制御を念頭に、高速かつ高精度な数値解析を可能とする手法を構築し、複雑な物理現象の最適化や設計支援に貢献する。