A FUNDAMENTAL STUDY ON UNSATURATED SEEPAGE SIMULATION BY PHYSICS-INFORMED NEURAL NETWORKS
A FUNDAMENTAL STUDY ON UNSATURATED SEEPAGE SIMULATION BY PHYSICS-INFORMED NEURAL NETWORKS
复制标题
物理信息神经网络不饱和渗流模拟的基础研究
DOI：
10.11532/jsceiii.3.j2_56
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
伊藤真一，酒匂一成
中科院分区：
文献类型：
--
作者：
藤原健太郎;福井弘久;向井洋一;藤谷秀雄;笛田泰成，伊藤真一，酒匂一成，小田和広;水島隆志，伊藤真一，酒匂一成，小泉圭吾，小田和広;高田雄大，伊藤真一，酒匂一成，佐藤伸，森岩寛稀;伊藤真一，酒匂一成
物理情報を考慮できる深層学習の方法として Physics-Informed Neural Networks (PINNs) が注目されている. 本研究では, 土柱法による保水性試験を対象として, 不飽和浸透シミュレーションに対する PINNs の適用性について検証するとともに, PINNs モデルの構築方法について考察した. その結果, 適用性に関しては, PINNs モデルによる不飽和浸透シミュレーションは十分に可能であることが明らかになり, PINNs モデルの構築方法としては, 損失関数の計算方法として平均二乗誤差よりも二乗和誤差を用いた方が良いこと, PINNs モデルから出力する物理量としては圧力水頭が望ましいことなどがわかった.