機械学習による乱流の予測とモデリング
JAXAスーパーコンピュータシステム利用成果報告(2022年2月～2023年1月)
報告書番号: R22JACA39
利用分野: JSS大学共同利用
- 責任者: 犬伏正信, 東京理科大学
- 問い合せ先: 犬伏正信(inubushi@rs.tus.ac.jp)
- メンバ: 犬伏 正信, 松元 智嗣, 坂田 尚樹, 杉原 朋樹, 田中 浩人
事業概要
航空機周りの流れや惑星大気の流れなど, 航空宇宙分野の科学技術に現れる流れの多くは発達した乱流状態にある. そのような系の乱流現象に対してナビエ-ストークス方程式の直接数値計算を行うことは困難であり「乱流モデル」が使用されている. 近年, 機械学習を用いた乱流モデルの研究が活発に進められており (Duraisamy, Iaccarino, and Xiao, 2019), 将来的に航空宇宙分野における要素技術となることが予想される. そこで本研究では, 乱流力学に基づく演繹的な手法と, データに基づく帰納的な手法を組合わせ, 新たな乱流予測技術・モデルを構築することを目的とする.またその基礎となる乱流の予測可能性に関する基礎的研究も行う.
参照URL
なし
JAXAスーパーコンピュータを使用する理由と利点
本研究の対象である機械学習を用いた手法では, 教師データとなる高精度かつ長時間の乱流データが必要不可欠である.非圧縮性ナビエ-ストークス方程式の直接数値計算によって教師データを生成するために, JAXAスーパーコンピュータの大規模な計算機環境を活用する.
今年度の成果
乱流の小スケール(具体的にはコルモゴロフ長の5倍程度以下)の運動は大スケールの運動に隷属的であることが, データ同化の研究から示唆されている. この大/小スケールのダイナミクスの関係は乱流のモデル化を研究する上で極めて重要であるため, 今年度はこの現象を詳しく調べた. 特に, 本現象を安定性解析の観点から特徴付ける理論的枠組みを提案し, 数値シミュレーションを用いて実証した.
成果の公表
なし
JSS利用状況
計算情報
- プロセス並列手法: MPI
- スレッド並列手法: OpenMP
- プロセス並列数: 16 - 64
- 1ケースあたりの経過時間: 30 時間
JSS3利用量
総資源に占める利用割合※1(%): 0.16
内訳
JSS3のシステム構成や主要な仕様は、JSS3のシステム構成をご覧下さい。
| 計算システム名 | CPU利用量(コア・時) | 資源の利用割合※2(%) |
|---|---|---|
| TOKI-SORA | 4242324.60 | 0.19 |
| TOKI-ST | 0.00 | 0.00 |
| TOKI-GP | 0.00 | 0.00 |
| TOKI-XM | 0.00 | 0.00 |
| TOKI-LM | 0.00 | 0.00 |
| TOKI-TST | 0.00 | 0.00 |
| TOKI-TGP | 0.00 | 0.00 |
| TOKI-TLM | 0.00 | 0.00 |
| ファイルシステム名 | ストレージ割当量(GiB) | 資源の利用割合※2(%) |
|---|---|---|
| /home | 290.00 | 0.26 |
| /data及び/data2 | 46480.00 | 0.36 |
| /ssd | 2960.00 | 0.41 |
| アーカイバシステム名 | 利用量(TiB) | 資源の利用割合※2(%) | J-SPACE | 0.00 | 0.00 |
|---|
※1 総資源に占める利用割合：3つの資源(計算, ファイルシステム, アーカイバ)の利用割合の加重平均.
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
ISV利用量
| 利用量(時) | 資源の利用割合※2(%) | |
|---|---|---|
| ISVソフトウェア(合計) | 0.00 | 0.00 |
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
JAXAスーパーコンピュータシステム利用成果報告(2022年2月～2023年1月)