| 研究課題/領域番号 |
20K21785
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
長尾 大道 東京大学, 地震研究所, 准教授 (80435833)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2020年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | データ同化 / 4次元変分法 / 粒子フィルタ / 不確実性評価 / 地震波伝播 / 気象予報 / マルコフ連鎖モンテカルロ法 / レプリカ交換モンテカルロ法 / Ginzburg-Landau方程式 / フェーズフィールドモデル |
|---|
| 研究開始時の研究の概要 |
理論に基づくモデルと、観測・実験に基づくデータを比較することが、対象の特性の把握や予測をする上で極めて重要であることは論をまたない。今日の大規模モデル・大容量データ時代において、両者の融合という必然的な要請に応える計算技術が「データ同化」である。データ同化は逐次型と非逐次型とに大別され、前者は大規模モデルに適しているが実装の手間が大きく、後者は実装は容易だが中・小規模モデルにしか適さない。そこで本研究では、現実的な計算時間と計算機資源で実行可能な、逐次・非逐次融合型データ同化手法の開発に挑戦する。また、結晶成長モデルおよび地震波動伝播モデルへ実装することにより、その性能を評価する。
|
| 研究成果の概要 |
本研究課題では、逐次型データ同化手法と非逐次型データ同化手法を融合し、現実的な計算時間と計算機資源で実行可能なハイブリッド型データ同化手法の開発に挑戦した。その結果、ハイブリッド型データ同化手法として4次元変分法に乱択アルゴリズムによる前処理を加えたものを構築することに成功し、大規模地震波動場データ同化を例として、高速な不確実性評価を行うことが可能であることを示した。
|
| 研究成果の学術的意義や社会的意義 |
数理モデルと観測データをベイズ統計学によって融合するデータ同化は広い科学分野において普遍的な計算技術となっているが、モデルとデータを検証するための不確実性評価は計算量の観点から極めて困難であった。本研究課題で提案したハイブリッド型データ同化手法は、現実的な計算時間と計算機資源の範囲内での不確実性評価付きデータ同化計算の実現に道を拓き、気象予報などにおける予測精度の向上に貢献することが期待される。
|
