講演情報
[24001-07-04]Physics-Informed neural networkを利用した浅水長波方程式の不連続性シミュレーション（シンポジウム講演概要）
*グエン トゥアンナム1、出口 翔大2,3、浅井 光輝1 (1. 九州大学、2. 筑波大学、3. 日本学術振興会特別研究員 PD)
キーワード：
浅水長波、Physic-Informed neural networks、不連続性
浅水長波方程式（SWEs）は洪水解析に広く用いられていますが、従来の数値解法は効果的である一方で、特に高解像度シミュレーションにおいて計算コストが高くなります。また、衝撃波のような不連続性がSWEsにおける課題となります。機械学習、特にPhysics-Informed Neural Network(PINN）は、物理法則をニューラルネットワークに組み込むことで有望な代替手法を提供します。しかし、PINNは連続的な解を効率的に扱えるものの、不連続性の処理には課題があります。本研究では、SWEsのためのPINNフレームワークにおける高度な不連続処理手法を導入し、計算効率を維持しつつ、急激な勾配をより正確に捉えることを可能にします。