Research Project
Grant-in-Aid for JSPS Fellows
乱流モデルは乱流の統計性質に普遍性が現れる慣性領域内の任意のスケール以下をモデル化し，数値計算コストの大幅な削減を実現する．近年，急速な技術発展を遂げる機械学習を用いて乱流モデルを構築する試みが数多くなされているが，上記のような乱流モデルを実現した例はなく機械学習を用いた乱流モデリングは発展途上である．乱流モデルの構築には，機械学習を闇雲に利用するのではなく，乱流の物理描像に基づいて応用することが重要である．本研究では近年明らかになった乱流の維持機構に立脚してリカレントニューラルネットワークの一種であるリザバーコンピューティングを適切に応用することで乱流モデルの構築を目指す．
