情報理論的機械学習による非定常航空流体現象の因果関係抽出論創成

• 研究課題/領域番号: 26K01129
• 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24010:航空宇宙工学関連
• 研究機関: 東北大学
• 研究代表者: 深見 開 東北大学, 工学研究科, 准教授 (91013704)
• 研究分担者: 荒木 亮 東京理科大学, 創域理工学部機械航空宇宙工学科, 助教 (00995219)
• 研究期間 (年度): 2026-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2026年度)
• 配分額: 18,330千円 (直接経費: 14,100千円、間接経費: 4,230千円); 2028年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円); 2027年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2026年度: 10,530千円 (直接経費: 8,100千円、間接経費: 2,430千円)
• キーワード: 航空流体力学 / 情報理論 / 多様体学習

研究開始時の研究の概要

本研究は、複雑な航空流動現象の因果関係を情報理論に基づく非線形機械学習を用いて記述し、リアルタイム流体制御と現象理解を深化させるフレームワークを構築する。「情報理論的多様体学習」を提案し、現在の流動データを未来の空力応答に有益な情報と無益な情報に分解することで、高自由度現象から因果関係を低次元表現として抽出する。これにより、従来のブラックボックスの限界を超える「説明可能なAI」による流体モデリングを目指す。さらに、多様体の幾何的特徴の分析による物理現象の理解深化や、航空機実機データを用いた実用性の検証を通し、流体力学の枠を超えた複雑系科学全体に波及する普遍的な基盤技術となることを目指す。