東京大学、日本大学、明治大学、豊橋技術科学大学、神戸大学
「富岳」上で実行するHPCシミュレーションによって生成された膨大なデータを深層学習させ、データの中に潜在する特徴量やパターンを抽出すことによって、HPCシミュレーションと同等の精度を維持しつつ、計算コストを飛躍的に軽減できる壁面挙動予測モデルを開発します。さらに、多数の計算結果を集約することにより設計空間を短時間に探索できる高精度なサロゲートモデルを構築します。
・深層機械学習を応用した大規模な渦の乱流生成を再現する壁面乱流モデルの開発
・深層機械学習によって縮約した物理情報に基づく革新的なサロゲートモデルの開発
・HPCの計算コストの大幅な削減
・HPCの産業利用の急速な進展
・HPCの知能化による新たなものづくりの在り方を提示
・実船の推進性能予測(研究テーマ3)
・自動車の空力騒音予測(研究テーマ4)
・ヒートポンプ用ファン開発(研究テーマ5)
Copyright © Center for Research on Innovative Simulation Software, Institute of Industrial Science, the University of Tokyo