機械学習によって微分方程式をメッシュフリーで解く
SearchSeeds
研究者紹介Fuculty
Purpose
研究の目的
電気的な放電現象によって生成される気体放電プラズマは，機能性材料の合成，半導体製造等における微細加工，医療，農業など多岐にわたって応用されている．プラズマ中で生起する現象の解明ならびに応用に合わせてプラズマを自在に制御するための指針を得る上で，プラズマの数値シミュレーションが有効である．本研究では，物理情報に基づく機械学習を活用したボルツマン方程式の数値解法を開発し，プラズマシミュレーションへの応用を目指している．
Overview
研究の概要
機械学習によって微分方程式をメッシュフリーで解く
ボルツマン方程式の解となる電子速度分布関数をニューラルネットワークによって表現し，ボルツマン方程式(物理情報)を満たすように学習を行うことで，ボルツマン方程式の解を得る．ニューラルネットワークを用いることで，メッシュフリーで電子速度分布関数とその偏導関数を計算することができる．解となる関数そのものが得られるのが本手法の特長であり，任意の領域，任意の解像度で解を観察することができ，特異な電子輸送特性の発見や，その発現メカニズムを明らかにする上で有用となりうる．
Seeds 01 機械学習によって微分方程式をメッシュフリーで解く
[PDF DL]Point
研究(開発)のアピールポイント
研究の新規制、独自性
・データ + 物理法則(微分方程式)の利用による機械学習
・機械学習によって微分方程式をメッシュフリーで正確に解くこと．
従来研究(技術)と比べての優位性
メッシュフリーで微分方程式を解くことができ，解となる関数そのものを得ることができる．
Vision/Stage
研究(開発)のビジョン・ステージ
適応分野
プラズマ理工学，計算科学研究のステージ
基礎研究製品化、事業化のイメージ
プラズマシミュレーションの高速化，計算負荷の削減Suggestion/
Message
企業などへのご提案・メッセージ
研究（開発）に関連して、
あるいはそれ以外に関われる業務
物理情報に基づく機械学習を活用した数値計算，気体放電シミュレーション，モンテカルロ法シミュレーション
利用可能な設備、装置など
GPUワークステーション
教員からのメッセージ
物理情報に基づく機械学習，プラズマシミュレーションのための基礎データ(電子衝突断面積，電子輸送係数など)など，お気軽にご相談ください．