データから微分方程式を発見する機械学習による電子輸送係数データセットの獲得

• 研究課題/領域番号: 25K01209
• 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21010:電力工学関連
• 研究機関: 室蘭工業大学
• 研究代表者: 川口 悟 室蘭工業大学, 大学院工学研究科, 助教 (70834852)
• 研究分担者: 高橋 一弘 室蘭工業大学, 大学院工学研究科, 助教 (60746973)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円); 2028年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2027年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円); 2026年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円); 2025年度: 13,130千円 (直接経費: 10,100千円、間接経費: 3,030千円)
• キーワード: 機械学習 / プラズマ / 電子輸送係数 / 電子スオーム実験

研究開始時の研究の概要

機械学習を行えるように構成したドリフトチューブを構築し，直流電界下における電子数密度の時空間進展(電子スオームマップ)を測定する。機械学習を用いて測定した電子スオームマップを解析する。初年度は実験装置の構築ならびに，Physics-informed neural networks(PINNs)を活用して電子スオームマップから電子数密度連続の式を発見することによって電子輸送係数を決定する方法を検討する。翌年度以降、基本ガスやCmFnガスを対象に測定・解析を進め，電子輸送係数データセットを獲得するとともに，電子-気体分子衝突過程から各ガス中の電子輸送特性を理解する。