研究課題/領域番号 |
23K19146
|
研究種目 |
研究活動スタート支援
|
配分区分 | 基金 |
審査区分 |
0303:土木工学、社会システム工学、安全工学、防災工学およびその関連分野
|
研究機関 | 香川大学 |
研究代表者 |
久保 栞 香川大学, 四国危機管理教育・研究・地域連携推進機構, 特命講師 (50912820)
|
研究期間 (年度) |
2023-08-31 – 2025-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
キーワード | PINN / 深層学習 / 圧密 / 逆解析 / 感度分析的アプローチ |
研究開始時の研究の概要 |
軟弱地盤における圧密沈下予測とパラメータ推定を行うにあたり,近年では,Deep Learning(DL)手法の確立が期待されている.DLには,メッシュフリーであることや複雑な連成計算が不要であるといった利点があるものの,解の物理的意味は必ずしも明らかではない.本研究では,理論・データ駆動型手法の利点を併せ持つPhysics-Informed Neural Networks(PINN)を用いた圧密沈下予測・パラメータ推定モデルを構築することにより,物理情報を考慮したDL手法の圧密現象への有効性を示す.さらに,多層地盤や二次圧密といった複雑な地盤条件下におけるPINNの適用を検討する.
|