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

Smart in-situ visualization for large-scale numerical calculations aiming at efficient knowledge acquisition

大规模数值计算的智能原位可视化，旨在高效获取知识

基本信息

批准号：
20H04194
负责人：
坂本尚久
金额：
$ 10.82万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H04194/
关键词：
スマートin-situ可視化数値シミュレーション時空間探索因果探索情報エントロピー最適視点推定多変量データ解析並列計算スマートIn-situ可視化時空間データ探索可視化 In-situ可視化適応的時間サンプリング

项目摘要

本研究では、大規模数値シミュレーションによって計算される数値データに対して、時間・空間・変数に関する3つの指標を設定することによって可視化すべき時空間領域を効率よく推定し、in-situ可視化における画像化時間の短縮だけでなく、数値データからの科学的知見を獲得するまでの時間を短縮することができるスマートin-situ可視化を実現することである。昨年度は、時空間中の最適視点を滑らかに接続することによって重要な状態変化を自動的に撮像し続けることができる最適視点経路推定法を開発した。この手法によって、重要現象の見逃しが少ない効果的なカメラワークが実現できた一方で、複雑な物理現象においては注目するべき空間領域に対する気づきが困難になる問題が発生していた。このような問題に対して、本年度は、最適視点からの可視化画像から、画像面上の重要領域を特定するためのエントロピー分布を推測し、その極大点をもとに注目領域を設定する最適カメラ注視点推定法を開発した。本手法を歯茎摩擦音発生シミュレーションに適用し、音源発生に影響を及ぼす圧力変動を効果的に捉えた可視化映像の作成に成功し、その効果を検証した。本年度は、さらに、複数物理量の因果関係を効率よく探索するための独自の平行座標可視化手法を開発した。因果探索には特定の２変数に対してその関係を計算する必要があるが、解析対象となる変数が多数になる場合には、その変数特定に多くの手間が発生していた。本手法によって、大規模多変数データに対して全変数間の関係を概観することが可能になり、その結果に対する対話操作によって効率よく変数を特定することが可能になった。実験では、高解像度気象シミュレーションに適用し、雨雲の発達・衰退に寄与すると示唆される変数を特定することができた。本年度の成果を、昨年より開発を進めているフレームワークに統合し、公開に向けた準備を進めている。

In this study, we set up three indexes related to the calculation of large-scale numerical value, time, space and number, and estimate the efficiency of time, space and field in visualization and shorten the visualization time. Number of scientific insights to be obtained, shortened, visualized The optimal viewpoint estimation method was developed in the last year. The problem arises in the field of physical phenomena, complex physical phenomena, and spatial problems. This year, the optimal viewing point estimation method for visual images and important areas on the image surface was developed. This method is suitable for the production of sound source and the production of visual image. This year, the independent parallel coordinate visualization method was developed to explore the causal relationship between multiple physical quantities. Causality exploration is the result of the calculation of specific numbers. This method allows you to create a large number of relationships. For example, high-resolution images can be applied to rain clouds, and the number of rain clouds can be specified. This year's achievements, development, integration, publicity, preparation and progress