研究課題
挑戦的研究(萌芽)
地震被害軽減を目指す上で，地震被害推定の信頼性向上が必要とされ，多くの試みがなされている．高詳細モデルを用いた地震シミュレーションにおいて解析コストは大きく，この軽減が必要とされている．本研究課題では，大規模な数値シミュレーション結果（Supercomputed data）と物理的考察を踏まえた学習により，地震被害推定のための効率的な人工知能構築手法を開発し，適用例によりその有効性を示した．
地震工学，応用力学，計算科学
このような解析コスト削減の実現は，高速な即時地震被害想定や，多数シナリオを考慮した事前震災対策用想定への貢献が期待される．また，物理的考察を踏まえた人工知能化により，従来のequation-based modelingによる解析を，昨今の高演算密度に適した計算機アーキテクチャに親和性の高い演算へシフトすることで解析コストの低減を実現できることを示す等，equation-based modelingとdata-science的な手法の融合の可能性を示す結果となっている．
