文献

J-GLOBAL ID：202302216697823391   整理番号：23A1619091

空間特徴量抽出を援用した PINNs によるパラメータ逆解析の効率化

EFFICIENCY IMPROVEMENT OF PINNS INVERSE ANALYSIS BY EXTRACTING SPATIAL FEATURES OF DATA

著者 (3件)： 出口翔大 (九州大学大学院 工学府土木工学専攻) ,  柴田洋佑 (九州大学大学院 工学府土木工学専攻) ,  浅井光輝 (九州大学大学院 工学研究院社会基盤部門)
資料名： 土木学会論文集(Web)  (Japanese Journal of JSCE (Web))
巻： 79  号： 15  ページ： ROMBUNNO.22-15011(J-STAGE)  発行年： 2023年 
JST資料番号： U0102C  ISSN： 2436-6021  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 頻発化・激甚化する豪雨災害およびそれに伴う土砂災害に対して,数値シミュレーションによる予測が求められている.大規模なシミュレーションを実施する際,計算資源の制約から幾つかの近似操作が導入されるが,近似解析と詳細解析を紐付けるパラメータ(抗力係数,粗度係数など)は経験的に定められており,適用範囲が不明瞭である.本論文では,深層学習モデルPINN(Physics-Informed Neural Network)を用いて,観測値からパラメータを逆解析する問題に取り組む.実観測で予想される,限定的なデータのみが取得可能な条件において,固有直交分解(POD: Proper Orthogonal Decomposition)に基づき空間特徴量が極大・極小となる領域から重点的にデータを取得することで,従来の乱数を用いたデータの取得と比較して効率的な学習とパラメータ逆解析が可能であることを確認した.(著者抄録)

シソーラス用語： *パラメータ ,  水害 ,  *土砂災害 ,  豪雨 ,  シミュレーション ,  数値解析 ,  *機械学習 ,  測定データ ,  解析 ,  *流体力学 ,  豪雨災害 ,  深層学習 ,  数値シミュレーション
準シソーラス用語： 観測値 ,  逆解析

著者キーワード (10件)： deep learning ,  data-driven science ,  inverse analysis ,  physics-informed neural networks ,  proper orthogonal decomposition ,  deep learning ,  data-driven science ,  inverse analysis ,  physics-informed neural networks ,  proper orthogonal decomposition

分類 (3件)： 自然災害  (RA02030M) ,  一般,砂防工学  (RC12010B) ,  物体の周りの流れ  (BC02040N)

引用文献 (42件)：

• 1) 気象庁ホームページ:大雨や猛暑日など(極端現象)のこれまでの変化(https://www.data.jma.go.jp/cpdinfo/extreme/extreme_p.html),2022/09/12 閲覧.
• 2) 今井健太郎,今村文彦,岩間俊二:市街地における実用的な津波氾濫解析手法の提案,土木学会論文集 B2(海岸工学),Vol. 69,No. 2,pp. I_311-I_315,2013.[Imai, K., Imamura, F. and Iwama, S.: Advanced tsunami computation for urban regions, Journal of Japan Society of Civil Engineers, Ser. B2 (Coastal Engineering), Vol. 69, No. 2, pp. I_311-315, 2013.]
• 3) Sakai, M. and Koshizuka, S.: Large-scale discrete element modeling in pneumatic conveying, Chemical Engineering Science, Vol. 64, pp. 533-539, 2009.
• 4) 原崎健輔,浅井光輝:SPH-DEM による固液混相流解析の妥当性確認と粗視化粒子モデルによる洗掘現象解析,日本計算工学会論文集,Vol. 2018,No. 2,pp. 20182001,2018.[Harasaki, K. and Asai, M.: Vali-dation of a fluid-solid multiphase flow simulation by a SPH-DEM coupled method and soil foundation scour simulation with a coarse graining particle model, Transactions of the Japan Society for Computational Engineering and Science, Vol. 2018, No. 2, pp. 20182001, 2018.]
• 5) 辻勲平,浅井光輝,笠間清伸:ISPH-DEM によるマウンド変形・ケーソン滑動を考慮した防波堤浸透崩壊シミュレーション,土木学会論文集 A2(応用力学),Vol. 77 ,No. 2,pp. I_105-I_116,2021.[Tsuji, K., Asai, M. and Kasama, K.: Seepage failure simulation of a caisson-type breakwater using an ISPH-DEM coupled method, Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics (AM)), Vol. 77, No. 2, pp. I_105-I_116, 2021.]

タイトルに関連する用語 (5件)： 特徴量抽出 ,  援用 ,  パラメータ ,  逆解析 ,  効率化