• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

保存則・散逸則を考慮した Physics-Informed Neural Networksの理論解析

研究課題

研究課題/領域番号 25K15148
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
研究機関神戸大学

研究代表者

谷口 隆晴  神戸大学, 理学研究科, 教授 (10396822)

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 *注記
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2027年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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PINNs / 深層学習 / 機械学習 / ハミルトン方程式
研究開始時の研究の概要

近年の深層学習による発展はめざましく,様々な分野に応用が進んでいる.特に,物理シミュレーションについても応用が始まっており,シミュレーションを加速することで,気象予測や製品開発などが加速すると期待されている.一方,深層学習はブラックボックスと言われることも多く,信頼性が高い方法とはいえない.本研究では,特に,物理法則を保つような深層学習手法に着目し,物理法則を入れることで,どの程度,精度が高まるのかを明らかにすることを目指す.

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi