[T-2] 企画セッション②

10:00 〜 10:15

[T-2-5] 物理情報を組み込んだ深層学習モデルによる二次元不飽和水分移動の予測

*及川 航貴^1,2、斎藤 広隆¹ (1. 東京農工大学、2. 日本学術振興会)

キーワード：

PINNs、深層学習、不飽和水分移動

計測データと物理則の両方を反映する物理情報を組み込んだ深層学習モデル（PINNs）は土中の一次元の不飽和水分移動の予測や逆解析にも用いられている．本研究では，マクスウェル方程式を組み込んだPINNsで地中レーダデータから体積含水率分布を予測（全波形逆解析）することと，リチャーズ式を組み込んだPINNsによる浸潤過程の二次元不飽和水分移動を予測することを試みた．