講演情報
[21018]Parameterized Physics-Informed Neural Networksと各種データ同化手法による不飽和浸透特性の事後分布推定に関する研究（シンポジウム講演概要）
*福永 竜世1、伊藤 真一1、酒匂 一成2 (1. 立命館大学、2. 鹿児島大学)
キーワード：
Parameterized Physics-Informed Neural Networks、データ同化、不飽和浸透特性
本研究では，サロゲートモデルとしてP-PINNsを用いた場合の各種データ同化手法の事後分布推定能力の評価を試みた．具体的には，データ同化手法としてPF，MPF，EnKF，MCMC法に焦点を当てた．そしてそれらとPPINNsを組み合わせて，土柱法による保水性試験から得られた計測データに基づいて不飽和浸透特性を推定し，各手法の特性を推定精度と計算コストに着目して議論した．その結果，どの手法においても適切な事後分布を推定可能であることがわかった，また，P-PINNsを用いることでPFにおける粒子の退化やMCMC法における計算コストの課題を解消できることが明らかになった．