| 研究課題/領域番号 |
20K20948
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分17:地球惑星科学およびその関連分野
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
辻 健 九州大学, 工学研究院, 教授 (60455491)
|
|---|
| 研究分担者 |
實松 豊 九州大学, システム情報科学研究院, 准教授 (60336063)
Jiang Fei 山口大学, 大学院創成科学研究科, 准教授 (60734358)
平野 靖 山口大学, 大学院創成科学研究科, 准教授 (90324459)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2021年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2020年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | デジタル岩石 / 機械学習 / 間隙形状 / 弾性波速度 / 電気比抵抗 / 浸透率 / 格子ボルツマン法 / 有限要素法 / 自動化 |
|---|
| 研究開始時の研究の概要 |
地球科学や資源工学では、地層内部の流体挙動や弾性特性を調べることが多く、室内実験による測定が行われてきた。室内実験には長い時間を要し、測定環境や実験する人によって結果が変わることもあった。一方、これらの物理特性は、岩石内部の間隙形状に強く依存していることが知られている。そこで本研究では、高解像度CTによってデジタル化された岩石内部の3次元間隙形状に対して、機械学習や数学的手法を適用し、浸透率や弾性定数といった物理特性を推定する手法を開発する。さらにこの機械学習を用いた手法を発展させ、上記の手法と反対に、測定データ（例えば弾性波形）から間隙形状を推定する手法開発も行う。
|
| 研究成果の概要 |
機械学習やパーシステント・ホモロジー（PH）を利用して、デジタル岩石モデル（岩石の間隙形状）から、その物理的性質(浸透率、弾性波速度、電気比抵抗)を推定する手法を開発した。
（１）機械学習を用いて、デジタル岩石モデル（間隙形状）から直接的に浸透特性や弾性波速度などを推定した。畳み込み層の数などのパラメータを最適化し、室内実験で生じる誤差と同様の精度で、浸透率と弾性波速度を推定することに成功した。
（２）PHを用いて、デジタル岩石モデルのパーシステンス・ダイヤグラム（PD図）を構築した。PD図は岩石の間隙形状や配置の情報を有し、PD図を利用することで弾性波速度や浸透率を推定できることが示された。
|
| 研究成果の学術的意義や社会的意義 |
・高解像度CTを用いて取得した岩石内部構造の画像データ（デジタル岩石モデル）があれば、その岩石の水理特性や弾性特性、電気的特性を推定することが可能となった。この手法は、岩石の物性推定以外にも、CT画像を扱う医療分野や、人工素材の物性推定などの他分野への展開が考えられる。
・本研究で開発した手法を利用すれば、誰が解析しても同様の結果を得ることができる。近年、実験データの反復試験や再現性の問題が取り上げられることが多いが、その問題を低減することができる。
・機械学習で、物理特性を支配している間隙形状（岩石内部構造）を明らかにできることも分かり、岩石物理や地震学の分野へのフィードバックも可能となった。
|
