物理インフォームドニューラルネットワーク | Tags

2026年9月1日 20:37

A dual-layer 3D mesh visualization showing the separation between topological structure in blue wireframe and geometric deformation represented by flowing purple-to-cyan gradients, illustrating the distinction between conservation laws and material properties in physical simulations

物理場シミュレーションにおけるトポロジー・ジオメトリ二重性問題

離散メッシュ上の物理シミュレーションは根本的な建築学的緊張に直面しています。保存則はジオメトリック変形に関わらず厳密に保たれなければならない一方で、材料特性と異方性応答はローカルメッシュ構造に応じて変動します。従来の数値手法はこの分離を慎重な離散化スキームを通じて維持しています。これに対してニューラルサロゲートは両者の関心事を区別されない伝播アーキテクチャに統合し、保存則を違反するか、またはジオメトリック変動全体で一般化に失敗するモデルを生成します。

#機械学習 #グラフニューラルネットワーク #物理インフォームドニューラルネットワーク

AI・機械学習

2026年4月21日 15:47

Three-dimensional visualization of a fractured crystalline rock system showing a network of bright blue fractures cutting through dark gray rock matrix, with computational mesh overlay suggesting numerical modeling

破砕媒質シミュレーションにおける不均質性問題

破砕結晶質岩における地下水流動は、根本的な緊張関係を示します。亀裂は無視できない極端な空間不均質性を生み出しますが、それを完全に捉えるには法外な計算コストが必要です。三次元離散亀裂マトリックス（DFM）システムでは、透水係数がスケール全体で桁違いに変化します。亀裂は通常、周囲の岩石よりも10～100倍透水性が高く、不規則でまばらな幾何学を持ちます。微細スケールシミュレーションはこの複雑性を正確に解析しますが、大規模な方程式系を繰り返し解く必要があります。

#深層学習 #コンピュータビジョン #代理モデル・サロゲートモデル