講演情報
[22011]津波波動場の即時予測のための観測情報の潜在表現学習に基づくPhysics-Informed Neural Network（シンポジウム講演概要）
*多田 瑛貴1、島内 宏和1、野村 怜佳2、外里 健太3、森口 周二2、寺田 賢二郎2、高瀬 慎介3 (1. 公立はこだて未来大学、2. 東北大学、3. 八戸工業大学)
キーワード：
津波シミュレーション、Physics-Informed Neural Network、潜在表現学習
津波即時予測システムにおける津波波動場の生成には，有限体積法等による数値シミュレーションが広く用いられているが，高精度な結果を迅速に得るためには大規模な計算資源が必要となる．近年，観測情報から津波を予測する機械学習手法が提案されているが，離散地点での予測にとどまり，モデルの学習や推論の過程において物理法則は考慮されていない．Someya and Furumura（2025, Geophys. J. Int., 242(3)）は，単一シナリオにおける初期の津波波動場の推定における PINN の有効性を示したが，即時予測に用いる場合は地震発生後に計算コストの高いモデルの学習を行う必要がある．本研究では，複数のシナリオからなるデータセットを用い，観測情報の潜在表現を獲得するオートエンコーダーと，津波波動場を生成するPINNによって構成される即時予測手法を提案する．