慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_18H03758seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_18H03758seika.pdf
Type :application/pdf Download
Size :683.9 KB
Last updated :Nov 14, 2022
Downloads : 909

Total downloads since Nov 14, 2022 : 909
 
本文公開日
 
タイトル
タイトル 機械学習による乱流ビッグデータの特徴抽出手法の構築  
カナ キカイ ガクシュウ ニ ヨル ランリュウ ビッグ データ ノ トクチョウ チュウシュツ シュホウ ノ コウチク  
ローマ字 Kikai gakushū ni yoru ranryū biggu dēta no tokuchō chūshutsu shuhō no kōchiku  
別タイトル
名前 Construction of feature extraction method for turbulence big data by machine learning  
カナ  
ローマ字  
著者
名前 深潟, 康二  
カナ フカガタ, コウジ  
ローマ字 Fukagata, Kōji  
所属 慶應義塾大学・理工学部 (矢上) ・教授  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 80361517

名前 山本, 誠  
カナ ヤマモト, マコト  
ローマ字 Yamamoto, Makoto  
所属 東京理科大学・工学部機械工学科・教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 20230584

名前 岩本, 薫  
カナ イワモト, カオル  
ローマ字 Iwamoto, Kaoru  
所属 東京農工大学・工学 (系) 研究科 (研究院) ・教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 50408712

名前 長谷川, 洋介  
カナ ハセガワ, ヨウスケ  
ローマ字 Hasegawa, Yōsuke  
所属 東京大学・生産技術研究所・准教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 30396783

名前 塚原, 隆裕  
カナ ツカハラ, タカヒロ  
ローマ字 Tsukahara, Takahiro  
所属 東京理科大学・理工学部機械工学科・准教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 60516186

名前 福島, 直哉  
カナ フクシマ, ナオヤ  
ローマ字 Fukushima, Naoya  
所属 東海大学・工学部・特任講師  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 80585240

名前 守, 裕也  
カナ マモリ, ヒロヤ  
ローマ字 Mamori, Hiroya  
所属 電気通信大学・大学院情報理工学研究科・准教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 80706383

名前 青木, 義満  
カナ アオキ, ヨシミツ  
ローマ字 Aoki, Yoshimitsu  
所属 慶應義塾大学・理工学部・教授  
所属(翻訳)  
役割 Research team member  
外部リンク 科研費研究者番号 : 00318792
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2021  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
 
 
2020  
 
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
本研究の目的は、機械学習技術を「乱流ビッグデータ」に適用することにより、線形理論だけでは抽出できないが乱流の自己生成維持機構の本質である非線形モードを抽出し、その時間発展方程式を導出することにより、新たな非線形特徴抽出手法を構築することである。本研究では畳み込みニューラルネットワークに基づく自己符号器を用いて、高次元の流れ場情報を低次元の潜在変数に圧縮することにより特徴抽出を行い、その潜在変数の時間発展を支配する方程式をスパース回帰法を用いて導出した。この手法は円柱周りの非定常流などに対しては十分な精度での特徴抽出を行える一方、乱流に対してはさらなる低次元化の必要性が示唆された。
The purpose of this study is to apply the machine learning technology to "turbulent big data" to extract the nonlinear mode, which is the essence of the self-generation maintenance mechanism of turbulence and cannot be extracted by the conventional linear theory, and to detive its time evolution equation to construct a new nonlinear feature extraction method. In this study, we use an autoencoder based on convolutional neural networks to extract the features of flow fields by compressing high-dimensional flow field information into low-dimensional latent variables, and by using a sparse regression method to derive the equations that govern the time evolution of the latent variables. While this method can extract features with sufficient accuracy for unsteady flows around a cylinder, it was suggested that further reduction in dimension is necessary for turbulent flows.
 
目次

 
キーワード
流体力学  

乱流  

ビッグデータ  

機械学習  

低次元モデル  
NDC
 
注記
研究種目 : 基盤研究 (A) (一般)
研究期間 : 2018~2020
課題番号 : 18H03758
研究分野 : 流体工学
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Nov 14, 2022 10:53:31  
作成日
May 17, 2022 13:20:36  
所有者
mediacenter
 
更新履歴
May 17, 2022    インデックス を変更
Nov 14, 2022    著者 著者ID,著者 名前,著者 カナ,著者 ローマ字,著者 所属,著者 所属(翻訳),著者 役割,著者 外部リンク,抄録 内容,注記 注記 を変更
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2020年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 Open-domain dial... (1674) 1st
2位 731部隊と細菌戦 ... (432)
3位 石垣島の「エコツ... (403)
4位 新自由主義に抗す... (369)
5位 In-vivo kinemati... (249)

最も多くダウンロードされたアイテム
1位 アセトアニリドの... (1049) 1st
2位 インフルエンサー... (504)
3位 酢酸エステル類の... (468)
4位 興味が引き起こさ... (425)
5位 刑法における因果... (423)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース