数値シミュレーションと機械学習の効率的な連成計算手法の研究開発とPINNsへの応用

Research Project

Project/Area Number	25K15146
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 60100:Computational science-related
Research Institution	Research Institute for Humanity and Nature
Principal Investigator	深沢圭一郎総合地球環境学研究所, 基盤研究部, 教授 (50377868)
Co-Investigator(Kenkyū-buntansha)	南里豪志九州大学, 情報基盤研究開発センター, 准教授 (70284578)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	連成計算 / PINNs / MHDシミュレーション / 大気シミュレーション
Outline of Research at the Start	本研究は数値シミュレーションと高頻度に大量のその出力データを必要とするML/AI処理とのメモリ型連成計算を実現する手法を開発する。また、開発された手法を使い物理シミュレーションと物理情報ニューラルネットワーク（PINNs）を連成させ、物理法則を満たした高精度のサロゲートモデルの構築を目指す。高頻度出力データを扱うには、I/O型連成では困難であり、既存のメモリ型連成計算フレームワークにもそれを扱う手法は存在しない。また、高次元でダイナミックに変化する物理シミュレーションではPINNsを用いたサロゲートモデルの高精度化が難しい。本研究ではこれらを解決する手法を研究開発する。