データ駆動型手法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(2025年2月～2026年1月)
報告書番号: R25JACA39
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: 後藤 晋, 犬伏 正信, 松元 智嗣, 大久保 茜
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, 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
https://www.rs.tus.ac.jp/～inubushi/index.html 参照.
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
2次元流体運動に関する基本的性質(データ同化/同期性質)について, 特に応用数学的特徴付け(条件付きLyapunov指数の数値計算)を行い, Journal of Fluid Mechanics誌にて論文を発表した(Inubushi and Caulfield, JFM 2026). 本論文はJFMの表紙に選出され, またJSS3「活躍する計算技術」においてもご紹介いただいた(「観測データから「見えない渦」を復元～乱流ダイナミクスに潜む因果構造に関する新知見～」 https://www.jss.jaxa.jp/computer_engineering/29252/),
また, 東京電機大学との共同研究により, ニューラルネットワークを用いた熱対流乱流の大規模循環反転の予測に関する研究を行い, 成果を出版した(Katsumi-Inubushi-Yokoyama, Phys. Rev. F, 2025).
成果の公表
-査読付き論文
Katsumi, Daigaku, Masanobu Inubushi, and Naoto Yokoyama. "Data-driven prediction of reversal of large-scale circulation in turbulent convection." Physical Review Fluids 10.5 (2025): 053501.
Masanobu Inubushi and Colm-cille P. Caulfield. "Synchronisation in two-dimensional damped-driven Navier–Stokes turbulence: insights from data assimilation and Lyapunov analysis" Journal of Fluid Mechanics 1027, A41 (2026).
-査読なし論文
犬伏正信, 乱流における同期:データ同化と力学系解析, 日本流体力学会会誌 ながれ(〔特集〕次世代ながれ解析) (2025)
-招待講演
Masanobu Inubushi, Synchronization in turbulence and its significance for machine learning applications, 2025-05-15, Okinawa Convention Center, IUTAM Symposium on Machine Learning in Diverse Fluid Mechanics
Masanobu Inubushi, Synchronization in Turbulence and Its Significance for Data-Driven Approaches, 2025-05-29, 幕張メッセ, Japan Geoscience Union Meeting 2025
他
-口頭発表
大久保茜; 犬伏正信, リカレントニューラルネットワークによるカオス時系列予測と一般化同期写像に基づく非線形出力, 2025-05-28, 大阪国際会議場(グランキューブ大阪), 2025年度 人工知能学会全国大会 (第39回)
他
-Web
https://researchmap.jp/inu/published_papers
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(%): 0.05
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 | 1324009.80 | 0.06 |
| TOKI-ST | 16.39 | 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 | 0.00 | 0.00 |
| /data及び/data2 | 0.00 | 0.00 |
| /ssd | 0.00 | 0.00 |
| 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(2025年2月～2026年1月)