[17p-K505-1~13] 23.1 合同セッションN「インフォマティクス応用」

16:15 〜 16:30

[17p-K505-13] k-Planesを用いた解釈可能なPhysics-informed Neural Networks

〇土野 哲郎^1,2、志賀 元紀^1,3,4 (1.東北大、2.岐阜大、3.NIMS、4.理研)

キーワード：

機械学習、Physics-Informed Neural Networks

解析対象の物理法則を記述する微分方程式を機械学習モデルに組み込むPhysics-Informed Neural Networks (PINNs) が提案されたが，その学習はスペクトルバイアスによって不安定である．k-Planesはその対応策として有力であり，解釈可能である．本発表ではk-Planesを用いたPINNsを新たに構築し，高次元の微分方程式で記述される現象の解釈性が向上することを示す．