機械学習と数値解析を融合した流動モデリング

研究課題

体系的番号	JPMJPR21O9
DOI	https://doi.org/10.52926/JPMJPR21O9
研究代表者	堀江正信株式会社科学計算総合研究所, 基盤研究部, 部長
研究期間 (年度)	2021 – 2024
概要	複雑な流動・輸送現象の数値解析には時間がかかることが多く、機械学習による代替が期待されています。本研究では、柔軟な機械学習モデルであるグラフニューラルネットワークと流動・輸送現象に適した数値解析手法である不連続ガラーキン法と組み合わせることで、物理現象の要請である座標変換に対する同変性と流動・輸送現象において重要な保存則を満たし、高精度かつ高速に予測ができる機械学習・数値解析手法を開発します。
研究領域	複雑な流動・輸送現象の解明・予測・制御に向けた新しい流体科学

主な研究成果