講演情報
[19p-C601-10]代理モデルの高精度化と有力な解候補への注力による逆問題の解の精度向上
〇藤井 亮宏1、綱島 秀樹2、福原 吉博2,3、清水 康司1、渡邉 聡1 (1.東京大工、2.早大先進、3.エクサウィザーズ)
キーワード：
逆問題,人工電磁材料,深層学習
逆問題を深層学習による（順問題）代理シミュレータを用いて解く際に、代理シミュレータの精度が逆問題の解に与える影響を調査し、高精度代理シミュレータによるリソースの制約に対応できるNeuLag法を開発した。NeuLag法は精度の高い大規模シミュレータを用いて効率的に最適解を見つけられ、得られた解と真のデータの誤差を従来手法の約1/50に低減した。また制約条件下の振る舞いも調査し、制約条件つきの逆問題を解ける可能性を示した。