講演情報
[22018-24-03]物理AIを活用した数値計算に関する基礎的研究（シンポジウム講演概要）
*海野 巧登1、井上 卓也1、小川 康平2、阿部 真己3 (1. 広島大学、2. 日本エヌ･ユー･エス株式会社、3. いであ株式会社)
キーワード：
AI、流体力学、深層学習、Physics informed neural networks、PINN、物理AI、ダウンスケーリング、水工学、CFD、数値計算
近年，AIを用いた数値解析モデルのダウンスケーリングに関する研究が多く行われている．AIを用いた手法に共通する課題として，未学習領域の予測精度や予測結果の物理学的妥当性が挙げられる．この課題解決に向けて期待されているのがPhysics informed neural networksなどの物理的な方程式を用いた深層学習（以下，物理AI）である1)．これらのモデルでは，境界条件などの観測結果の回帰誤差に加え，その現象の支配方程式の誤差も考慮することで，未学習領域の物理的な妥当性の担保を試みている．本研究では平面二次元流数値計算モデルと物理AIと組み合わせることで流況計算のダウンスケーリングを試みる．具体的には，①粗いメッシュで数値計算による氾濫解析を行い，②その間の細かいメッシュを物理AIで補完する．特に今回は，モデルの基礎的な挙動を把握するために，ハンプを乗り越える流れ場の計算を行う．