地下水予測のための代理モデルとしての注意U-Net【JST・京大機械翻訳】

Taccari Maria Luisa; Nuttall Jonathan; Chen Xiaohui; Wang He; Minnema Bennie; Jimack Peter K.

プレプリント

J-GLOBAL ID：202202200426224538 整理番号：22P0328940

地下水予測のための代理モデルとしての注意U-Net【JST・京大機械翻訳】

Attention U-Net as a surrogate model for groundwater prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月09日プレプリントサーバーでの情報更新日： 2022年04月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

地下水流の数値シミュレーションを用いて,基本的地下水物理方程式の解を近似することにより,帯水層系の応答をその状態の変化に解析,予測した。有限差分(FD)と有限要素(FE)法のような最も使用された古典的方法論は,高い計算コストと関連する反復ソルバを使用する。本研究では,地下水システムの応答を迅速に計算するための代理モデルとしての物理ベース畳込み符号器-デコーダニューラルネットワークを提案した。クロスドメインマッピングにおいて強い有望性を持ち,符号器デコーダネットワークは物理システムの複雑な入出力マッピングを学習するために適用可能である。この原稿は,地下水システムの基本的な入出力関係を捉える試み,物理的パラメータと境界条件のセットを与える全領域における水頭の解を発生させるための注意U-Netモデルを示す。モデルは,入力として最大3つの井戸の位置およびピエゾメトリックヘッドを与える高度に不均一な地下水システムの定常状態応答を正確に予測した。ネットワークは,ドメインの適切な部分だけに注意を払い,生成された油圧ヘッドフィールドは,非常に詳細に目標サンプルに対応する。粗い有限差近似と比較して,提案モデルは,比較最新数値ソルバよりも著しく速く,従って,地下水予測の代理モデルとして提示したネットワークのさらなる開発のためのベースを提供することを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

地下水学

, , , ,

前のページに戻る