2022年春の年会
2022年3月16日〜3月18日オンライン
2022年春の年会
2022年3月16日〜3月18日オンライン
[1B01]LSTMによる流動挙動の予測非定常バックステップ流れへの適用
*鬼頭 理1、前島 啓2、滝脇 賢也2、堀江 英樹2(1. 東芝、2. 東芝ESS)
キーワード：
機械学習、流体解析、シミュレーション、LSTM、バックステップ流れ
機械学習を数値解析に適用した研究が急速な発展を遂げている。本研究では流体機器の設計・開発支援を目的として、機械学習の流体解析への適用性を検討している。前報では、バックステップ流れに対して、時系列予測手法の一つであるConvolutional LSTMを適用し、有用な結果が得られたことについて報告した。今回、オートエンコーダ（AE）により次元圧縮（特徴抽出）されたデータに対して、新たに、時系列予測手法の一つであるLSTM （Long short-term memory）を適用した。その結果、Convolutional LSTMよりも高精度な結果が得られた。