数値シミュレーションと機械学習の効率的な連成計算手法の研究開発とPINNsへの応用

• 研究課題/領域番号: 25K15146
• 研究種目: 基盤研究(C)
• 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: 総合地球環境学研究所
• 研究代表者: 深沢 圭一郎 総合地球環境学研究所, 基盤研究部, 教授 (50377868)
• 研究分担者: 南里 豪志 九州大学, 情報基盤研究開発センター, 准教授 (70284578)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2025年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 連成計算 / PINNs / MHDシミュレーション / 大気シミュレーション

研究開始時の研究の概要

本研究は数値シミュレーションと高頻度に大量のその出力データを必要とするML/AI処理とのメモリ型連成計算を実現する手法を開発する。また、開発された手法を使い物理シミュレーションと物理情報ニューラルネットワーク（PINNs）を連成させ、物理法則を満たした高精度のサロゲートモデルの構築を目指す。高頻度出力データを扱うには、I/O型連成では困難であり、既存のメモリ型連成計算フレームワークにもそれを扱う手法は存在しない。また、高次元でダイナミックに変化する物理シミュレーションではPINNsを用いたサロゲートモデルの高精度化が難しい。本研究ではこれらを解決する手法を研究開発する。