機械学習による乱流の物理描像に立脚した乱流予測手法の開発

• 研究課題/領域番号: 23KJ1528
• 研究種目: 特別研究員奨励費
• 配分区分: 基金
• 応募区分: 国内
• 審査区分: 小区分19010:流体工学関連
• 研究機関: 大阪大学
• 研究代表者: 松元 智嗣 大阪大学, 基礎工学研究科, 特別研究員(DC1)
• 研究期間 (年度): 2023-04-25 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 3,000千円 (直接経費: 3,000千円); 2025年度: 1,000千円 (直接経費: 1,000千円); 2024年度: 1,000千円 (直接経費: 1,000千円); 2023年度: 1,000千円 (直接経費: 1,000千円)

研究開始時の研究の概要

乱流モデルは乱流の統計性質に普遍性が現れる慣性領域内の任意のスケール以下をモデル化し，数値計算コストの大幅な削減を実現する．近年，急速な技術発展を遂げる機械学習を用いて乱流モデルを構築する試みが数多くなされているが，上記のような乱流モデルを実現した例はなく機械学習を用いた乱流モデリングは発展途上である．乱流モデルの構築には，機械学習を闇雲に利用するのではなく，乱流の物理描像に基づいて応用することが重要である．本研究では近年明らかになった乱流の維持機構に立脚してリカレントニューラルネットワークの一種であるリザバーコンピューティングを適切に応用することで乱流モデルの構築を目指す．