[11p-Z05-1~15] 8.5 プラズマ現象・新応用・融合分野

[11p-Z05-12] Deep LearningによるBoltzmann方程式解析: 制約なし最適化問題への変換

〇川口 悟¹、高橋 一弘²、大鎌 広²、佐藤 孝紀²、村上 朝之¹ (1.成蹊大、2.室蘭工大)

キーワード：Boltzmann方程式, 深層学習

これまで，電子速度分布関数(EVDF)を人工ニューラルネットワーク(ANN)によって近似し，ANN内のパラメータをEVDFの規格化条件ならびにBoltzmann方程式を満たすように決定することで，直流電界下のEVDFを求める方法を提案した。本発表では，電子の速さ分布をEVDFとは別に求めることで，ANN内のパラメータ決定においてEVDFの規格化条件を課さない，つまりパラメータ決定問題を制約なし最適化問題に変換する方法を提案する。併せて，ANNの構造も変更することにより，(1)得られるEVDFのふらつきを抑制，(2)ANN内のパラメータ数を前報で使用したANNのそれと比べ約1/8削減，することができた。