Physics-Informed Neural Networksによる不飽和浸透シミュレーションに関する基礎研究
2022 年 3 巻 J2 号 p. 56-64
詳細
2022 年 3 巻 J2 号 p. 56-64
物理情報を考慮できる深層学習の方法としてPhysics-Informed Neural Networks(PINNs)が注目されている．本研究では，土柱法による保水性試験を対象として，不飽和浸透シミュレーションに対するPINNsの適用性について検証するとともに，PINNs モデルの構築方法について考察した．その結果，適用性に関しては，PINNsモデルによる不飽和浸透シミュレーションは十分に可能であることが明らかになり，PINNsモデルの構築方法としては，損失関数の計算方法として平均二乗誤差よりも二乗和誤差を用いた方が良いこと，PINNsモデルから出力する物理量としては圧力水頭が望ましいことなどがわかった．
