• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層学習による映像予測を用いた銀河形成シミュレーションの高解像度化の研究

研究課題

研究課題/領域番号 22KJ1153
補助金の研究課題番号 22J23077 (2022)
研究種目

特別研究員奨励費

配分区分基金 (2023)
補助金 (2022)
応募区分国内
審査区分 小区分16010:天文学関連
研究機関東京大学

研究代表者

平島 敬也  東京大学, 理学系研究科, 特別研究員(DC1)

研究期間 (年度) 2023-03-08 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
2,500千円 (直接経費: 2,500千円)
2024年度: 800千円 (直接経費: 800千円)
2023年度: 800千円 (直接経費: 800千円)
2022年度: 900千円 (直接経費: 900千円)
キーワード超新星フィードバック / 銀河形成 / 機械学習 / サロゲートモデリング / 銀河形成シミュレーション / 深層学習
研究開始時の研究の概要

本研究では、個々の恒星まで再現された超高解像度銀河形成シミュレーションの実現を目指す。これにより、史上初の「シミュレーション」と「観測」の直接比較が可能になり、太陽系など生命誕生に関わる恒星系の起源解明も期待される。実現へ向け、コードの効率的な並列化実装を、スーパーコンピュータ「富岳」上で行う。特に、深層学習を用いた映像予測を用いて、CPU間通信のボトルネックを解消する手法を開発していく。

研究実績の概要

本研究では、個々の恒星まで再現された超高解像度銀河形成シミュレーションの実現を目指す。実現へ向け、コードの効率的な並列化実装を、スーパーコンピュータ「富岳」を始めとした最先端のコンピュータ上で行う。特に、深層学習を用いた映像予測を応用し、ボトルネックである超新星フィードバックを高精度・高速に再現することで、銀河形成シミュレーション全体の高速化を図る。昨年度は、超新星爆発によるシェル膨張を密度分布の変化として3次元的に予測するモデルを開発した。
本年度は、深層学習による予測を直接シミュレーションと置き換えて利用するために、密度に加えて将来の温度、3次元速度まで同時に予測可能なモデル開発を行った。学習には高解像度の超新星爆発シミュレーションの結果を用いた。高解像度のシミュレーション結果を正解ラベルとし、これまでの銀河形成シミュレーションで用いられてきた比較的低い解像度での計算結果と本深層学習モデルによる予測を比較した場合、予測結果の方が高精度であることを示した。また、この予測は数値計算と比較して約100倍高速に完了することが可能である。本モデルの銀河形成シミュレーションコードへの実装を完了し、実際に銀河シミュレーションを用いたテストを開始した。今後は、銀河の質量を拡大しつつ、これまでの数値シミュレーションでは実現不可能であった個々の恒星まで分解した天の川銀河サイズのシミュレーションを行う。以上の成果は、機械学習分野を含む国内外の研究会・学会において広く発表した。また本年度、共同研究のためにFlatiron Institute(米国)に6ヶ月以上、Harvard University(米国)に1ヶ月滞在し、モデルの改良と研究発表を広く行なった。さらに、得られた結果をまとめたものは査読論文として出版された。出版時には和文・英文にて広くプレスリリースを行なった。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

当初の計画では、超新星爆発の影響を受けタイムステップが短くなる粒子をリアルタイムで予測する機械学習モデルを作成し、シミュレーションコードに実装する計画であった。しかし、シミュレーション結果を直接予測するモデル(サロゲートモデル)の開発に成功し、数値計算と比較して100倍高速に予測できるだけでなく、熱エネルギー・運動量といった超新星フィードバックにおいて重要な物理量が十分保存することを示した。このモデルに関する論文は、査読つき国際会議にて発表した。また、計画通り機械学習モデルをシミュレーションコードに実装し、リアルタイム予測が可能になった。また、将来の汎用性のため、複数のアーキテクチャ上で最適化も行った。

今後の研究の推進方策

本年度は、超新星フィードバックの数値計算を機械学習で置き換える手法(サロゲートモデル)を開発し、銀河形成シミュレーションコードに実装した。次年度は、このコードを用いて実際に矮小銀河のシミュレーションを行い、星形成率やアウトフローなど再現という物理的な観点から性能の検証を行う。その後、天の川銀河サイズの高解像度なシミュレーションを実行し、太陽に類似した恒星の誕生する環境を調査する。

報告書

(2件)
  • 2023 実施状況報告書
  • 2022 実績報告書
  • 研究成果

    (23件)

すべて 2024 2023 2022 その他

すべて 国際共同研究 (2件) 雑誌論文 (3件) (うち国際共著 2件、 査読あり 3件、 オープンアクセス 3件) 学会発表 (13件) (うち国際学会 6件、 招待講演 1件) 備考 (5件)

  • [国際共同研究] Flatiron Institute/University of Notre Dame(米国)

    • 関連する報告書
      2023 実施状況報告書
  • [国際共同研究] Flatiron Institute(米国)

    • 関連する報告書
      2022 実績報告書
  • [雑誌論文] 3D-Spatiotemporal forecasting the expansion of supernova shells using deep learning towards high-resolution galaxy simulations2023

    • 著者名/発表者名
      Hirashima Keiya、Moriwaki Kana、Fujii Michiko S、Hirai Yutaka、Saitoh Takayuki R、Makino Junichiro
    • 雑誌名

      Monthly Notices of the Royal Astronomical Society

      巻: 526 号: 3 ページ: 4054-4066

    • DOI

      10.1093/mnras/stad2864

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Surrogate Modeling for Computationally Expensive Simulations of Supernovae in High-Resolution Galaxy Simulations2023

    • 著者名/発表者名
      Keiya Hirashima, Kana Moriwaki, Michiko S. Fujii, Yutaka Hirai, Takayuki R. Saitoh, Junichiro Makino, Shirley Ho
    • 雑誌名

      NeurIPS 2023 AI for Science Workshop

      巻: -

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Predicting the Expansion of Supernova Shells Using Deep Learning toward Highly Resolved Galaxy Simulations2023

    • 著者名/発表者名
      Hirashima Keiya、Moriwaki Kana、Fujii Michiko、Hirai Yutaka、Saitoh Takayuki、Makino Junichiro
    • 雑誌名

      Proceedings of the International Astronomical Union

      巻: 16 号: S362 ページ: 209-214

    • DOI

      10.1017/s1743921322001739

    • 関連する報告書
      2022 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] Surrogate Modeling for Supernova Feedback toward High-Resolution Galaxy Simulations2024

    • 著者名/発表者名
      Keiya Hirashima
    • 学会等名
      AI-driven discovery in physics and astrophysics, Kavli IPMU, The University of Tokyo
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] 超新星フィードバックのサロゲートモデルを用いた銀河形成シミュレーションの高速化2024

    • 著者名/発表者名
      平島敬也, 森脇可奈, 藤井通子, 平居悠, 斎藤貴之, 牧野淳一郎, Shirley Ho
    • 学会等名
      日本天文学会2024年春季年会
    • 関連する報告書
      2023 実施状況報告書
    • 招待講演
  • [学会発表] Surrogate Modeling for Supernova Feedback toward Star-by-star Galaxy Simulations2024

    • 著者名/発表者名
      平島敬也
    • 学会等名
      第3回「富岳」成果創出加速プログラム研究交流会
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] Surrogate Modeling for Computationally Expensive Simulations of Supernovae in High-Resolution Galaxy Simulations2023

    • 著者名/発表者名
      Keiya Hirashima, Kana Moriwaki, Michiko S. Fujii, Yutaka Hirai, Takayuki R. Saitoh, Junichiro Makino, Shirley Ho
    • 学会等名
      NeurIPS 2023 AI for Science Workshop
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] Surrogate modeling for supernova feedback in galaxy simulations2023

    • 著者名/発表者名
      Keiya Hirashima
    • 学会等名
      The 8th Japan-US Science Forum in Boston, Consulate-General of Japan
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] Forecasting the expansion of SN shells toward high resolution galaxy simulations2023

    • 著者名/発表者名
      Keiya Hirashima
    • 学会等名
      Cosmic Connections: A ML X Astrophysics Symposium, poster, Flatiron Institute
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] Star-by-star銀河形成シミュレーションに向けた超新星フィードバックのサロゲートモデリング2023

    • 著者名/発表者名
      平島敬也, 森脇可奈, 藤井通子, 平居悠, 斎藤貴之, 牧野淳一郎, Shirley Ho
    • 学会等名
      日本天文学会2023年秋季年会
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] Accelerating SN simulations using deep learning toward star-by-star galaxy simulations2023

    • 著者名/発表者名
      Keiya Hirashima
    • 学会等名
      Astro AI with Fugaku workshop
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] 超新星フィードバックのためのサロゲートモデルの開発2023

    • 著者名/発表者名
      平島敬也
    • 学会等名
      シミュレーション天文学のこれまでとこれから -ハードウェア・アプリケーション・サイエンス-
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] Forecasting the expansion of SN shells using deep learning toward high-resolution galaxy simulations2022

    • 著者名/発表者名
      平島敬也
    • 学会等名
      Challenges and Innovations in Computational Astrophysics IV
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] Forecasting SN explosions Using Deep Learning toward High-Resolution Galaxy Simulations2022

    • 著者名/発表者名
      平島敬也
    • 学会等名
      IAUS 368: Machine Learning in Astronomy: Possibilities and Pitfalls
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] 機械学習を用いた超新星爆発シェル膨張の予測2022

    • 著者名/発表者名
      平島敬也
    • 学会等名
      富岳で加速する素粒子・原子核・宇宙・惑星」シンポジウム
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Forecasting the expansion of Supernova shells toward accelerating high-resolution galaxy simulations2022

    • 著者名/発表者名
      平島敬也
    • 学会等名
      Data Science in Astronomy 2022
    • 関連する報告書
      2022 実績報告書
  • [備考] AIが描く超新星爆発の広がり ――深層学習を用いた超新星爆発シミュレーションの高速再現技術――

    • URL

      https://www.s.u-tokyo.ac.jp/ja/press/10077/

    • 関連する報告書
      2023 実施状況報告書
  • [備考] Deep learning speeds up galactic calculations

    • URL

      https://www.u-tokyo.ac.jp/focus/en/press/z0508_00317.html

    • 関連する報告書
      2023 実施状況報告書
  • [備考] Keiya Hirashima's homepage

    • URL

      https://kyafuk.github.io/utokyo-hirashima/index.html

    • 関連する報告書
      2023 実施状況報告書
  • [備考] kyaFUK/3D-MIM

    • URL

      https://github.com/kyaFUK/3D-MIM

    • 関連する報告書
      2023 実施状況報告書
  • [備考] Keiya HIRASHIMA's Homepage

    • URL

      https://kyafuk.github.io/utokyo-hirashima/index.html

    • 関連する報告書
      2022 実績報告書

URL: 

公開日: 2022-04-28   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi