(Special session) Resource exploration and data processing

[1K0301-05-05] Verification of physics-informed neural network under gravity in steady groundwater flow system

○Ishitsuka Kazuya¹ (1. Kyoto University)

司会：久保大樹（京都大学）

Keywords:Physics-informed neural network, Darcy law, Pemeability, Pressure, Groundwater

井戸データや物理探査データを統合して、地下の物性や圧力の分布を推定する手法としてニューラルネットワークを用いた手法が知られている。この手法の有効性は広く知られているものの、推定された値が、満たすべき物理法則を必ずしも満たしていない点が課題であった。近年、Physics-informedニューラルネットワークと呼ばれる手法が提案され、この手法では予測結果が物理法則を満たすように設計されるため、地下を対象とした様々な問題への有効性が期待される。特に先行研究では、ダルシー則を仮定した地下水システムへ適用され、有効性が示されているが、水平方向の2次元断面に限られている。そのため、本研究では、鉛直方向も含めた数値データに対して本手法を適用し、手法の有効性を検証した。その結果、特に訓練データ数が少ない条件において、一般的なニューラルネットワークよりも良い精度で推定できることが示された。