|
乱流環境において有限の観測情報に基づきスカラー場やその発生源を同定することは，極めて困難な課題である．これまでに，与えられたセンサ配置の下でスカラー場やスカラー源を推定する試みは多数存在する．しかし，熱流動場の推定問題では「いつ，どこで，どの物理量を計測するか」が推定性能の理論的上限を決める．そこで本研究では，機械学習やガウス過程に物理法則を組み込むことにより、効率的にスカラー源を推定するとともに、次の計測をどこで行うべきかというセンサ配置最適化を行うための新しい方法論を提案する．同手法の推定性能を乱流スカラー場の直接数値シミュレーションにおいて検証すると共に，移動ロボット群を用いて風洞実験により実証する．
|
