研究課題
本研究では，機械学習的アプローチと水熱実験を組み合わせることにより，海洋地殻の変質の速度を見積もることを目的としている．本年度は，これまでに申請者が行った水熱実験の解析のための，機械学習的アプローチを組み込んだコードの実装及び人工データを用いた検証を行った．具体的には，反応―拡散モデルに基づき，未知パラメータ（反応速度定数・拡散定数）を入力すると生成鉱物の空間分布を出力するような計算コードを開発した．次に，レプリカ交換モンテカルロ法のアルゴリズムを実装し，人工データを用いて最適化させ，アルゴリズムのベンチマークを行った．段階的に人工データを複雑化して動作が保証された，その手法論は論文として出版された（Oyanagi et al., 2018, Minerals）また，流通式水熱反応装置を使用した水熱実験を開始し，現在実験を継続中である．
2: おおむね順調に進展している
当初の計画通り，人工データにおける検証を行い，アルゴリズムが正常に動くことを検証できたため
次年度は，水熱実験の結果のインバージョンに挑戦する．水熱実験の結果のインバージョンはより複雑性を増すと考えられるため，計算時間を要する．研究を効率よくすすめるためにも，OPENMPによる並列化や共用並列コンピュータを利用して研究をすすめる．
すべて 2018
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (7件) (うち国際学会 3件)
Minerals
巻: 8 ページ: 579～579
10.3390/min8120579
