2019 Fiscal Year Research-status Report
Development of AI methodology with super-computed data for estimating earthquake disaster
| Project/Area Number |
18K18873
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
市村 強 東京大学, 地震研究所, 教授 (20333833)
|
|---|
| Project Period (FY) |
2018-06-29 – 2021-03-31
|
| Keywords | 人工知能 / 地震被害推定 / 大規模解析 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，大規模解析により得られたsupercomputed dataと物理的考察を踏まえた学習により，地震による物理的な被害（構造物や地面の揺れ等）推定のための人工知能構築手法を開発し，その有効性を示す．このようなアプローチは他分野への拡張も可能と考えられるため，特に汎用性を意識しながら開発を行うこととしている．本年度は，昨年度の物理的考察を踏まえた学習手法の開発とsupercomputed data創出のための大規模解析手法の開発を踏まえ，大規模解析手法の開発を継続するとともにsupercomputed dataを試行的に生成し，開発手法に改良を加えながら新しい人工知能の構築手法の開発を試みた．また，構築した人工知能を用いたモンテカルロシミュレーションを行い，人工知能の有効性を示すとともに，曖昧さを陽に考慮することの有効性もあわせて示した．具体的には，人工知能に適したコンピュータアーキテクチャを効率的に物理シミュレーションに適用可能な手法を開発し，supercomputed dataを効率的に生成可能な手法の開発を進めた．また，生成されたsupercomputed dataを用いてライフライン構造物の地震時被害推定に有用な地盤歪を推定する人工知能を構築し，supercomputed dataと人工知能による推定結果を比較することで人工知能による地震被害推定の有効性を示した．また，地盤構造の曖昧さを確率的に考慮したstochasticな地盤構造モデルを構築し，これに対して人工知能を適用することで曖昧さを考慮した地盤歪推定が可能なことを示した．また，地盤構造の曖昧さが推定結果に強く影響を及ぼすことから，地盤構造の曖昧さを低減するための最適化に基づく手法を開発した．以上の本年度の成果を踏まえ，来年度はより実問題に即した人工知能を構築しその有効性を確かめることとする．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
Supercomputed dataの生成手法の開発と物理的な考察に基づく人工知能構築手法の基礎検討が順調に進められてきており，また， Supercomputed dataを用いた人工知能構築を試行的に行い，Supercomputed dataと人工知能による推定結果を比較することで，構築された人工知能の有効性が示されているなど，研究実施計画に基づき，おおむね順調に進展している．
|
| Strategy for Future Research Activity |
研究実施計画の想定通りに，「大規模解析により得られたsupercomputed dataと物理的考察を踏まえた学習により，地震による物理的な被害（構造物や地面の揺れ等）推定のための人工知能構築手法を開発」することが，現在までおおむね順調に進展してきている．以上の成果を踏まえ，来年度は，より実問題に即した人工知能を構築しその有効性を確かめることとする．
|
| Causes of Carryover |
本研究課題では，supercomputingによって得られた大規模データセットを用いた検討を行う．このような大規模データセットを処理するためには，大きな計算機メモリが必要である．理論構築を前倒し気味に，データ処理を後ろ倒し気味にすることにより，より洗練された手法によって，より大規模なデータセットを処理し，より良い検討ができるようにすすめているため，そのような計算機を購入できるように次年度使用額が生じた．
|
-
[Journal Article] 416-PFLOPS Fast Scalable Implicit Solver on Low-Ordered Unstructured Finite Elements Accelerated by 1.10-ExaFLOPS Kernel with Reformulated AI-Like Algorithm: For Equation-Based Earthquake Modeling2019
Author(s)
Tsuyoshi Ichimura*, Kohei Fujita, Takuma Yamaguchi, Akira Naruse, Jack C. Wells, Christopher J. Zimmer, Tjerk P. Straatsma, Takane Hori, Simone Puel, Thorsten W. Becker, Muneo Hori, Naonori Ueda
-
Journal Title
SC19: The International Conference for High Performance Computing, Networking, Storage, and Analysis
Volume: -
Pages: -
Peer Reviewed / Int'l Joint Research
-
-
-
-
-
-
-
-
-
