10:25 〜 10:40
[3G03] Convolutional LSTMによる流動挙動の予測
非定常バックステップ流れへの適用
キーワード:機械学習、深層学習、畳み込みLSTM、数値流体解析
近年、機械学習やディープラーニングを数値解析に適用した研究が急速な発展を遂げている。本研究では流体機器の設計・開発支援を目的として、機械学習の流体解析への適用性検討を進めている。これまでに、定常バックステップ流れについて、画像認識等で広く用いられるオートエンコーダーを用いた流動挙動の評価を実施し、良好な結果が得られている。今回、レイノルズ数の高い非定常バックステップ流れについて、Convolutional LSTMにより学習・予測を行い、良好な結果が得られたので報告する。Convolutional LSTMは、時系列解析で用いられる再帰型ニューラルネットワークであるLSTM(Long short-term memory)に、畳み込み層(Convolutional)を追加して、空間情報を保持するようにした手法である。