研究課題/領域番号 |
23K24857
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分60100:計算科学関連
|
研究機関 | 筑波大学 |
研究代表者 |
三目 直登 筑波大学, システム情報系, 助教 (10808083)
|
研究分担者 |
森田 直樹 筑波大学, システム情報系, 助教 (20789010)
金子 栄樹 名古屋工業大学, 工学(系)研究科(研究院), 助教 (40908802)
浅井 光輝 九州大学, 工学研究院, 准教授 (90411230)
|
研究期間 (年度) |
2024-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
8,060千円 (直接経費: 6,200千円、間接経費: 1,860千円)
2025年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
|
キーワード | 数値解析 / グラフニューラルネットワーク / 大規模並列解析 |
研究開始時の研究の概要 |
本研究では、様々な数値解析手法に汎用的に適用可能な機械学習手法である「グラフニューラルネットワーク(GNN)」を用いて、数値解析の代替とする方法論を確立すると同時に、力学現象特有の時空間的性質を学習機に埋め込んだ力学情報埋め込み型GNN の開発を行う。その上で、機械学習によって出力される解の信頼性の保証が困難であるという問題に対し、機械学習を前処理として利用することで、解析手法の残差を用いて信頼性の定量評価を可能とした数値解析に対するマルチグリッド的GNN 前処理手法の開発を実施する。また、提案手法の実用性を評価する目的で、提案手法の実問題への適用性評価を行う。
|