2023 年 79 巻 15 号 論文ID: 22-15011
頻発化・激甚化する豪雨災害およびそれに伴う土砂災害に対して,数値シミュレーションによる予測が求められている.大規模なシミュレーションを実施する際,計算資源の制約から幾つかの近似操作が導入されるが,近似解析と詳細解析を紐付けるパラメータ(抗力係数,粗度係数など)は経験的に定められており,適用範囲が不明瞭である.本論文では,深層学習モデルPINN(Physics-Informed Neural Network)を用いて,観測値からパラメータを逆解析する問題に取り組む.実観測で予想される,限定的なデータのみが取得可能な条件において,固有直交分解(POD: Proper Orthogonal Decomposition)に基づき空間特徴量が極大・極小となる領域から重点的にデータを取得することで,従来の乱数を用いたデータの取得と比較して効率的な学習とパラメータ逆解析が可能であることを確認した.