Three-dimensional super-resolution for realtime prediction of turbulent heat transport

2022年度は、過年度に開発した3次元超解像器のプロトタイプの評価と改良を行った。まず、学習及び評価用のデータセットの拡大再構築を行った。具体的には、東京都心部、大阪中心部、仙台市などを対象とした実在街区に対するLarge-eddy simulationをスーパーコンピュータ上で多数実施し、高解像度データと低解像度データのセットを取得した。3次元超解像のためには3次元データが必要であり、3次元の高解像度データは容量が非常に大きい。そのため、全てのデータを保存していたのでは容量が大きくなり過ぎた。何度も試行錯誤の上、必要十分、適切なデータセットを構築した。得られた学習と評価用データセットを用いて3次元超解像の評価と改良を行っていくだけでなく、適用の拡大も開始した。これまでには主にスカラー量を対象に超解像技術を開発してきたが、今年度は風速というベクトルの超解像も行った。シミュレーションと学習の実施には東工大のTSUBAME3.0などのGPUスパコンを用いた。超解像の２次元から３次元への拡張だけでなく、ニューラルネットワークに物理を学習させる方向への拡張も行った。実際、回転対称性という物理原則を考慮したニューラルネットワークに関する成果を論文発表できた。また、構築した３次元データセットを使って、３次元超解像に関しても質量保存則を考慮すること、および多変量同時に超解像することの優位性を論じた論文を投稿した。

2022年度は、過年度に開発した3次元超解像器のプロトタイプの評価と改良を行った。まず、学習及び評価用のデータセットの拡大再構築を行った。具体的には、東京都心部、大阪中心部、仙台市などを対象とした実在街区に対するLarge-eddy simulationをスーパーコンピュータ上で多数実施し、高解像度データと低解像度データのセットを取得した。3次元超解像のためには3次元データが必要であり、3次元の高解像度データは容量が非常に大きい。そのため、全てのデータを保存していたのでは容量が大きくなり過ぎた。何度も試行錯誤の上、必要十分、適切なデータセットを構築した。得られた学習と評価用データセットを用いて3次元超解像の評価と改良を行っていくだけでなく、適用の拡大も開始した。これまでには主にスカラー量を対象に超解像技術を開発してきたが、今年度は風速というベクトルの超解像も行った。シミュレーションと学習の実施には東工大のTSUBAME3.0などのGPUスパコンを用いた。超解像の２次元から３次元への拡張だけでなく、ニューラルネットワークに物理を学習させる方向への拡張も行った。実際、回転対称性という物理原則を考慮したニューラルネットワークに関する成果を論文発表できた。また、構築した３次元データセットを使って、３次元超解像に関しても質量保存則を考慮すること、および多変量同時に超解像することの優位性を論じた論文を投稿した。