| 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 |
|---|
