[3M2-GS-10u] AI応用：科学データ解析と数理モデリング

11:30 〜 11:45

[3M2-GS-10u-03] ラグランジュ力学のための畳み込み次元縮約

〇梅津 大希¹、松原 崇^1,2 (1. 北海道大学、2. 理化学研究所 革新知能統合研究センター)

キーワード：

ラグランジュ力学、次元縮約、畳み込みニューラルネットワーク

Lagrangian Neural Network（LNN）は，システムのラグランジアンを学習することによりエネルギー保存則を守って物理システムをモデル化する手法である．大規模なシステムに対してLNNを適用するのは計算量的に困難なため，次元縮約手法と組み合わせる研究が存在する．しかし，従来手法では次元縮約に全結合オートエンコーダを用いており，空間構造や局所性を無視するという課題があった．そこで本研究では，次元縮約に畳み込みオートエンコーダを用いる手法を提案する．実験の結果，提案手法は物体形状の再構成性能を大幅に向上させるとともに，長期予測において高い安定性を示すことが確認された．