2022 Fiscal Year Research-status Report
BDEC-AIによるSociety5.0へ向けた解析能力創出
| Project/Area Number |
22K18823
|
|---|
| 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) |
2022-06-30 – 2025-03-31
|
| Keywords | 大規模データ / 大規模シミュレーション / PDE / データサイエンスアプローチ |
|---|
| Outline of Annual Research Achievements |
本研究課題では，partial differential equation (PDE)による解析能力の向上を目指してその求解の高速化を，Big data & extreme computing (BDEC)を踏まえたPDE求解のスキームとデータサイエンス的アプローチの融合により，実現を試みる．"解析コストは高いものの高精度で解を求めることを指向する従来のPDE求解スキーム"と"解析コストを抑制できるが精度がやや低くなる傾向にあるデータサイエンス的アプローチベースの評価"は，両者の出自・目的が異なることによる解の要求精度のずれがある．これをBDECを踏まえつつ適切に解空間拘束を可能なサロゲートAI（BDEC-AI）を創出することで，PDE求解で必要とされる精度を保証しつつ，解析能力を向上する手法とすることが本研究課題の肝となる．また，手法の有効性を示すために，地震工学分野の問題を例に本手法の有効性を検証することとしている．今年度は，シミュレーションにより得られた解析結果から高次の解空間をデータサイエンス的アプローチにより再構成する手法を開発し，粘弾性問題へ適用し有効性を確認した．具体的には，シミュレーションにより得られた解析結果の処理及びそこから得られた情報に基づき解空間を再構成する手法を開発したが，その処理にはある程度の解析コストがかかる．しかし，これらの演算は連続メモリアクセス卓越となり，最近の計算機の演算器に適した形式となるため，time to solutionは改善されることになる．結果的に，従来のPDE求解と比較して，データサイエンス的アプローチをとることで，精度は同等だが高速な求解を可能とすることが出来た．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
"解析コストは高いものの高精度で解を求めることを指向する従来のPDE求解スキーム"と"解析コストを抑制できるが精度がやや低くなる傾向にあるデータサイエンス的アプローチベースの評価"は，両者の出自・目的が異なることによる解の要求精度のずれがあり，このずれを埋めることが課題となるが，対象となる数理問題の性質を踏まえて，当初の研究計画に従い，この課題を解決することが出来，かつ，開発手法の有効性が検証できたことから，当初の研究計画通りに順調に進展していると言える．
|
| Strategy for Future Research Activity |
当初研究計画に従い順調に進展していることから，当初研究計画に基づき研究を実施する．
|
| Causes of Carryover |
研究の効率化を目的として研究計画における作業の順番を一部入れ替えたため，その差額として2510円の次年度使用額が生じた．次年度に入れ替えた作業を実施するため，当初予定通りに執行される予定になっている．
|
