Forecasting SN shells using deep learning for video predictions toward higher-resolution galaxy simulations

使用深度学习进行视频预测以实现更高分辨率的星系模拟来预测 SN 壳

基本信息

批准号：
22KJ1153
负责人：
平島敬也
金额：
$ 1.6万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1153/
关键词：
銀河形成シミュレーション超新星フィードバック深層学習

项目摘要

銀河形成は、重力流体力学、放射冷却、星形成、超新星などが複雑に絡み合った現象であるため、N体・SPHなどの粒子系シミュレーションを用いて研究が盛んに行われている。スーパーコンピュータの発展（CPUコア数の増大など）に伴い、シミュレーションで用いる粒子数が増加し、質量分解能は向上してきた。本研究では、スーパーコンピューター「富岳」を用いて、個々の恒星まで再現された超高解像度銀河形成シミュレーションの実現を目指す。これにより、銀河系内の個々の恒星の運動や化学組成が明らかになるため、史上初のシミュレーションと観測の直接比較が可能になり、太陽に類似した星の誕生した環境、現在までの移動経路などの解明が期待される。解像度の向上は、銀河進化に対してタイムスケールの短い現象（超新星爆発など）の再現を要請する。銀河回転のタイムスケールは約100万年であるのに対し、超新星爆発のタイムスケールは100年程度と非常に短い。そのため、超新星爆発の再現に必要な非常に短い時間刻みが、銀河全体の演算回数を数百倍以上に増加させる原因となる。また、CPUコア数1000個以上の並列計算では、演算に伴う処理（CPU間通信など）が著しく増大し、並列化効率が低下する。そのため、高並列度で演算回数・通信回数の多い計算の実行は困難である。そこで、これらのタイムスケールが非常に短い、超新星爆発の再現に関わる粒子を深層学習で事前に推定し、それらを個別に計算することにより、CPU間通信のボトルネックを解消する手法を開発していく。さらに、そのモデルを用いることで、個々の恒星まで再現された超高解像度銀河形成シミュレーションの実現を目指す。

星系形成是一种现象，其中重力流体动力学，辐射冷却，恒星形成，超新星等是复杂的交织，并且正在使用基于粒子的模拟（例如N-Body和SPH）积极进行研究。随着超级计算机的发展（例如CPU核心数量的增加），模拟中使用的颗粒数量增加了，质量分辨率也有所提高。在这项研究中，我们旨在实现超高分辨率的星系模拟模拟，即使单个恒星也可以使用超级计算机“ Fugaku”复制。这揭示了银河系中各个恒星的运动和化学组成，使得可以直接比较历史上第一次模拟和观察结果，并有望阐明类似于太阳的恒星诞生的环境以及到达现在的行进路径。分辨率的改善要求将短时间现象（例如超新星爆炸）复制用于银河进化。星系轮换的时间尺度约为100万年，而超新星爆炸的时间表非常短，大约为100年。因此，重现超新星爆炸所需的极短的时间步骤导致整个银河系的操作数量增加了数百次。此外，在具有1,000个或更多CPU内核的并行计算中，与计算相关的处理（例如CPU通信）的处理大大增加，从而导致并行化效率降低。因此，很难用高平行性以及许多计算和通信执行计算。因此，我们将开发一种方法，通过预估计涉及超新星爆炸涉及的粒子，消除CPU到CPU通信的瓶颈，并使用深度学习使用深度学习并单独计算它们。此外，通过使用此模型，我们旨在实现超高分辨率的星系构造模拟，即使单个恒星也可以复制。

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Flatiron institute(米国)

熨斗研究所（美国）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

Predicting the Expansion of Supernova Shells Using Deep Learning toward Highly Resolved Galaxy Simulations

使用深度学习预测超新星壳的膨胀以实现高分辨率的星系模拟

DOI：
10.1017/s1743921322001739
发表时间：
2023
期刊：
Proceedings of the International Astronomical Union
影响因子：
0
作者：
Hirashima Keiya;Moriwaki Kana;Fujii Michiko;Hirai Yutaka;Saitoh Takayuki;Makino Junichiro
通讯作者：
Makino Junichiro

Keiya HIRASHIMA's Homepage

平岛惠也的主页