第１部門①

[2A01-06-05] Application of Physics-informed Neural Network to Ground Consolidation Analysis

*syouki katabira¹ (1. Tsukuba University)

Keywords:PINN, Ground problem, Consolidation equation, Normalization, incline

本研究では、物理的偏微分方程式を考慮した機械学習であるPhysics-Informed Neural Network（PINN）を用いて、1次元圧密方程式の求解に取り組んだ。圧密方程式により過剰間隙水圧分布を導出する場合、地盤物性値のオーダーに大きな幅があるため、適切な解析を行うことが出来ない。そこで、相似則を用いて正規化を行う方法を提案し、バッチサイズとエポック数の適切な値を見つけ、正規化が有効であることを示した。さらに、コロケーションポイントの傾斜配置を設け、コロケーションポイントの密度を解空間の勾配が大きい領域で大きくなるようにした。その結果、求解精度が向上することを示した。これによりコロケーションポイントの総数を減らした場合でも求解精度を保つことが出来るようになった。そしてコロケーションポイントの総数の低減により計算コストを削減できることがわかった。