Physics-Informed Neural Networksによる不飽和浸透特性パラメータの逆解析
2023 年 4 巻 3 号 p. 100-108
詳細
2023 年 4 巻 3 号 p. 100-108
Neural Networkモデルを構築する際の損失関数に支配方程式などの物理情報を導入することで，その予測結果に物理的意味を付与する方法としてPhysics-Informed Neural Networks(PINNs)が提案されている．本研究では，土柱法による保水性試験を対象として，PINNsによる不飽和浸透特性に関するパラメータの逆解析を試みた．その結果，PINNsによる土柱法の計測データに基づく不飽和浸透特性パラメータの逆解析は，推定できるパラメータの個数に課題はあるものの，試験に用いた土試料の特徴を捉えたパラメータを推定可能であることが明らかになり，不飽和浸透問題の逆解析に対してPINNsは有効であることが確認できた．
