[22p-M206-1~16] 23.1 Joint Session N "Informatics"

[22p-M206-8] Data assimilation for engineering utilizing domain knowledge (i) -Proposed method-

〇Kentaro Kutsukake^1,3, Shion Takeno², Masato Ohta^3,4, Masayuki Karasuyama², Ichiro Takeuchi^1,4, Toru Ujihara^3,4 (1.AIP, RIKEN, 2.Nagoya Inst. of Tech., 3.IMaSS, Nagoya Univ., 4.Grad. School Eng., Nagoya Univ.)

Keywords:machine learning, data assimilation, Bayesian inference

ものづくり分野では、シミュレーションを活用した研究開発が活発に行われている。しかし、実際の装置内での現象を正確に再現するためには、シミュレーションパラメータ（状態量の初期値、境界条件、物性値など）を厳密に与える必要がある。「データ同化」は、実際の観測結果をより良く再現するシミュレーションパラメータを求める手法の総称である。我々は、個々の系に合わせてシミュレータを作り込む必要があるものづくりの場合にデータ同化を行うためには、実験およびシミュレーションの専門家の知識を活かすことが重要であると考え、多様な誤差をモデル化したデータ同化手法のフレームワークを構築した。