研究者
J-GLOBAL ID:202101021301604948   更新日: 2024年04月01日

堀江 正信

ホリエ マサノブ | Horie Masanobu
所属機関・部署:
ホームページURL (1件): https://yellowshippo.github.io/
研究分野 (2件): 計算科学 ,  計算科学
研究キーワード (6件): 深層学習 ,  機械学習 ,  物理シミュレーション ,  数値解析 ,  数値流体力学 ,  グラフニューラルネットワーク
競争的資金等の研究課題 (7件):
  • 2024 - 2026 製品デザインの自動設計につながる熱流体シミュレーションAI
  • 2023 - 2026 物理法則に立脚した解釈性・説明性の高いマルチモーダルAI
  • 2023 - 2026 ミレニアム台風被害をリアルタイムで予見する爆速エミュレータ
  • 2023 - 2025 偏微分方程式の性質に適した学習物理学手法の構築
  • 2021 - 2025 機械学習と数値解析を融合した流動モデリング
全件表示
論文 (10件):
  • 堀江 正信, 足立 大樹, 谷村 慈則. 物理法則に立脚した機械学習モデルによる自動車空力特性の予測. 自動車技術会論文集. 2024. 55. 2. 387-392
  • 堀江正信, 三目直登. グラフニューラルネットワークによる物理シミュレーションの機械学習とその最新動向. 人工知能. 2023. 38. 3. 326-334
  • Masanobu Horie. E(n)-Equivariant Graph Neural Networks Emulating Mesh-Discretized Physics. 2023
  • 堀江正信, 三目直登. 物理現象の対称性を持つグラフニューラルネットワークによる流動現象の学習. ながれ (日本流体力学会誌). 2022. 41. 6. 403-406
  • Masanobu Horie, Naoto Mitsume. Physics-Embedded Neural Networks: Graph Neural PDE Solvers with Mixed Boundary Conditions. Neural Information Processing Systems. 2022
もっと見る
講演・口頭発表等 (32件):
  • 保存性・対称性を満たすグラフニューラルネットワーク による流動・輸送現象の学習と予測
    (第37回数値流体力学シンポジウム 2023)
  • 物理現象の性質を取り入れた機械学習モデルによる数値解析の高速化
    (第13回 計算力学シンポジウム 2023)
  • 物理現象の性質を満たす機械学習モデルによる偏微分方程式ソルバ
    (数値解析と機械学習の協同が拓く新時代の数理科学 2023)
  • 物理現象の性質を導入したグラフニューラルネットワークによる物理シミュレーション
    (第26回情報論的学習理論ワークショップ (IBIS2023))
  • 物理法則に立脚した機械学習モデルによる自動車空力解析の予測
    (自動車技術会秋季大会 2023)
もっと見る
Works (2件):
  • FEMIO: FEM and mesh I/O tool
    RICOS Co. Ltd 2020 - 現在
  • SiML: A Simulation ML library
    RICOS Co. Ltd 2020 - 現在
学歴 (4件):
  • 2020 - 2023 筑波大学 システム情報工学研究科 構造エネルギー工学学位プログラム
  • 2011 - 2013 千葉大学 大学院 理学研究科 基盤理学専攻
  • 2007 - 2011 千葉大学 理学部 物理学科
  • 2004 - 2007 栃木県立宇都宮北高等学校
学位 (2件):
  • 修士 (理学) (千葉大学)
  • 博士 (工学) (筑波大学)
経歴 (5件):
  • 2023/01 - 現在 株式会社RICOS 基盤研究部 部長
  • 2020/07 - 2022/12 株式会社科学計算総合研究所 基盤研究部 部長
  • 2017/02 - 2020/07 株式会社科学計算総合研究所
  • 2016/08 - 2017/02 株式会社ログバー
  • 2013/04 - 2016/08 日本ミシュランタイヤ株式会社
委員歴 (2件):
  • 2022/04 - 現在 一般社団法人日本計算工学会マルチメソッド・新数値解析手法開拓研究会 幹事
  • 2024/04 - 2026/03 一般社団法人日本流体力学会 代議員
受賞 (2件):
  • 2022/11 - 日本計算工学会 第27回計算工学講演会 優秀技術講演表彰 物理現象の特性を反映させたグラフニューラルネットワークによる流体現象の学習
  • 2019 - HONGO AI AWARD
所属学会 (3件):
日本応用数理学会 ,  日本流体力学会 ,  日本計算工学会
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る