In-Situ 方程式推定を用いたサロゲートモデル構築の研究

点击翻译按钮获取中文摘要

本年度は、サロゲートモデル構築の中核技術である方程式推定システムの高速版プロトタイプを開発した。本課題申請時の準備段階で、Pythonにより方程式発見のコードを作成していたが、それまでの取り組みの結果から推定の試行回数や計算時間が多大になることが明らかとなっていた。原因としては、開発効率の高いPythonではあるが、実行時間が遅い点、および効率的な並列処理が難しい点が考えられる。本研究の最終的な目的は、大規模データから方程式を発見することである。この点を考慮すると、システムの中核となる方程式発見コードの実行時間を大幅に短縮する必要がある。このため、既存システムをリファクタリングすると共に、高速な実行が可能な高性能なスクリプト言語Juliaへの移植実装を行った。Juliaでの実装は、シミュレーション実行時のハイブリッド並列処理（スレッド＋MPI並列）との親和性の点でもメリットが大きい。今年度は、既存Pythonプログラムのコア部分をJuliaに置き換え、実行結果の妥当性をPythonの実行結果と比較し、結果の同一性を確認した。逐次（非並列）実行での実行性能については、現状でPythonと同程度の実行速度となっていることを確認した。注意点として、Juliaの場合は高速実行に適した記述方法がある点である。簡単なプログラムでその記述方法と性能については調査を行い、記述方針を確認した。また、並列処理に対応した実装を行い動作確認を行った。並列性能と高速化については、次年度にコード改修と検証を実施する。