文献

J-GLOBAL ID：202202227067694383   整理番号：22A1209623

重力項を考慮したPhysics-informedニューラルネットワークの定常地下水流動系での検証

Verification of physics-informed neural network under gravity in steady groundwater flow system

著者 (1件)： 石塚師也 (京大)
資料名： 資源・素材学会春季大会(Web)  (資源・素材講演集(WEB))
巻： 2022  ページ： ROMBUNNO.1K0301-05-05 (WEB ONLY)  発行年： 2022年 
JST資料番号： U0984A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・資源探査等目的の地下物性や圧力推定手法として予測結果が物理法則を満たす標記手法で,深さ方向2次元データを用い重力項と温度を考慮すべく改良した手法の特徴を調査。
・水平,深度方向の正方領域の底面を定常流束,上面温度圧力一定の境界条件で地殻内流体中に仮想的坑井を複数仮定し標記NNを適用したシミュレーションで損失関数を評価。
・エポック数増加に伴い損失関数が減少し,その値は二乗平均平方根誤差だけに比べ質量保存測も用いた損失関数の場合,坑井位置以深の予測が改善。
・予測値が満たしたい質量保存測を満たし,予測値の誤差を低減することが本手法の利点と言えるが,全ての変数を同時に高精度で予測するには計算コスト増となることが課題。

シソーラス用語： *ニューラルネットワーク ,  地球物理学 ,  *鉱物資源 ,  資源開発 ,  探査 ,  重力依存性 ,  境界条件 ,  地殻 ,  坑井 ,  シミュレーション ,  *損失関数 ,  保存則 ,  予測誤差 ,  原価 ,  地下水流 ,  *温度分布
準シソーラス用語： 二乗平均平方根誤差 ,  計算コスト ,  資源探査 ,  質量保存則

分類 (2件)： 鉱山,鉱物資源及びエネルギー資源一般  (UA01070A) ,  地球内部物理学一般  (DC03010P)

引用文献 (6件)：

• Spichak, V. V. (2006) Estimating temperature distributions in geothermal areas using a neuronet approach, Geothermics, 35, 181-197.
• Fabbri, P. (2001) Probabilistic assessment of temperature in Euganean geothermal area (Veneto region, NE Italy), Mathematical Geology, 33, 6, 745-760.
• Koike, K., Matsuda, S., and Gu, B. (2001) Evaluation of interpolation accuracy of neural kriging with application to temperature-distribution analysis, Mahematical Geology, 33, 4, 421-448.
• Ishitsuka, K., Mogi, T., Sugano, K., Yamaya, Y., Uchida, T., and Kajiwara, T. (2018) Resistivity-based temperature estimation of the Kakkonda geothermal field, Japan, using neural network and neural kriging, IEEE Geoscience and Remote Sensing Letters, 15, 8, 1154-1158.
• Raissi, M., Perdikaris, P., and Karniadakis, G. E. (2019) Physics-informed neural networks: a deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations, Journal of Computational Physics, 378, 686-707.

タイトルに関連する用語 (4件)： 重力 ,  ニューラルネットワーク ,  地下水流動系 ,  検証