权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ニューラルネットワークに基づくマントルダイナミクスの物理モデリング

基于神经网络的地幔动力学物理模拟

基本信息

批准号：
21K03714
负责人：
森重学
金额：
$ 1.91万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究の主な目的は、データ科学的手法の1つであるニューラルネットワークを用いて偏微分方程式を解く新たな手法 Physics-Informed Neural Networks (以後PINNと呼ぶ)がマントルダイナミクスの物理モデリングに対して適用可能かどうかを明らかにすることである。PINNの大きな特徴の1つは、時間逆行問題を時間進行問題と全く同じように取り扱える点である。本年度は昨年度に引き続き2次元の箱型モデル形状、物性一定、定常状態という最も単純な熱対流の問題に対してPINNの適用可能性を検討した。その中で、流れ場を求めるための定式化としては流れ関数のみを用いたもの(4階の偏微分方程式1つ)よりも流れ関数と渦度を用いたもの(2階の偏微分方程式2つ)の方が計算が収束しやすいことが明らかになった。しかし依然としてレーリー数が10^5以上の場合には計算が収束しない、また有限差分法や有限要素法など従来の計算手法と比較して計算時間がかかる、などの問題が残った。単純な熱対流に関する最近の既存研究を見てもレーリー数が高い場合にPINNで高い計算精度を出すのは難しいようである。またこれまでは境界上の点で値を指定する場合には(ディリクレ境界条件)、その条件を解として仮定する関数形に組み込むことで厳密に境界条件が満たされるようにしていたが、この手法では損失関数が複雑になるため計算の収束が難しくなるということも分かってきた。

In this study, the main purpose of this study is to use the partial differential equation to solve the new method Physics-Informed Neural Networks (later PINN call). In this study, the main purpose and scientific method is to use the partial differential equation to solve the new method. PINN is responsible for 1 hour and time retrograde problems. all problems are available in the same way as in the same way. In the current year, we introduced two-dimensional box shape, certain physical properties, steady state, the most important problem, the possibility of PINN use. In the middle and in the flow, we need to determine the number of flow data. We use the partial differential equation (4), the partial differential equation (1), the partial differential equation (2), the partial differential equation (2), the partial differential equation 2, the partial differential equation 2. It is still true that the number of variables is more than 10 ^ 5, and the calculation method is more accurate than that of the finite element method, the finite difference method and the finite element method. This is the most recent study of the existing research. The number of data is high. The accuracy of the PINN calculation is very high. On the boundary, you specify the number of points (conditions), the conditions (conditions), the number of parameters, the number of parameters, the number of errors, the number of errors, the number of

项目成果

期刊论文数量（4）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Thermal structure of the Tohoku subduction zone: effects of plate cooling models

东北俯冲带的热结构：板块冷却模型的影响

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
安井悠介，松井宏樹;木村友亮;坂田雅文;佐々木重雄;勝俣麻，夏目宏一，永江峰幸，丹羽健，木村友亮，坂田雅文，佐々木重雄;Morishige M;勝俣麻，夏目宏一，永江峰幸，丹羽健，木村友亮，坂田雅文，佐々木重雄;Manabu Morishige
通讯作者：
Manabu Morishige

森重学のページ

森重学的页面

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

The thermal structure of subduction zones predicted by plate cooling models with variable thermal properties

具有可变热特性的板冷却模型预测俯冲带的热结构

DOI：
10.1093/gji/ggac008
发表时间：
2022
期刊：
Geophysical Journal International
影响因子：
2.8
作者：
安井悠介，松井宏樹;木村友亮;坂田雅文;佐々木重雄;勝俣麻，夏目宏一，永江峰幸，丹羽健，木村友亮，坂田雅文，佐々木重雄;Morishige M
通讯作者：
Morishige M

海洋プレート冷却モデルが東北地方沈み込み帯の温度構造に与える影響

海洋板块冷却模型对东北俯冲带温度结构的影响

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
安井悠介，松井宏樹;木村友亮;坂田雅文;佐々木重雄;勝俣麻，夏目宏一，永江峰幸，丹羽健，木村友亮，坂田雅文，佐々木重雄;Morishige M;勝俣麻，夏目宏一，永江峰幸，丹羽健，木村友亮，坂田雅文，佐々木重雄;Manabu Morishige;森重学
通讯作者：
森重学