機械学習を用いた流体力学現象の予測とモデリング

東京理科大学　 理学部第一部　准教授　博士(理学)　犬伏 正信 氏

【専門】流体数理，機械学習の非線形系応用
【兼務】大阪大学　大学院基礎工学研究科　招へい准教授，東京大学　生産技術研究所　リサーチフェロー

【アーカイブ（録画）配信】 ２０２６年７月９日まで受付（視聴期間：７月９日〜７月１９日まで）
※２０２６年６月３０日(火)　１３：００〜１６：３０ Live配信の録画配信です。

1名につき ４９,５００円（消費税込、資料付）
〔１社２名以上同時申込の場合のみ１名につき４４,０００円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

【講座の趣旨】
機械学習を用いた流体力学現象の予測やモデリングについて、基礎理論から実装手法、さらに応用例までを体系的に解説する。特に、従来の数値シミュレーションとの関係や、実際のデータ駆動モデリングにおける課題と解決法、今後の方向性について、具体例や近年の国際会議動向を交えながら紹介する。

１．流体力学と機械学習の基礎
　1-1 流体力学の基礎方程式（ナビエ-ストークス方程式）
　1-2 乱流とモデリングの基本的考え方
　1-3 機械学習の基礎（最小二乗法からニューラルネットワークまで）

２．リカレントニューラルネットワークを用いた非線形時系列予測・モデリング
　2-1 リザバーコンピューティングと時系列予測
　2-2 メモリーの重要性と保存機構
　2-2 乱流モデルへの機械学習の導入

３．理論的基盤とダイナミクスの理解
　3-1 力学系理論とカオス（リャプノフ指数など）
　3-2 モデルの安定性と再現性
　3-3 スケール相互作用とモデリングの本質的課題

４．実装と応用事例
　4-1 実装上のポイント（データ前処理・学習・評価）
　4-2 乱流再現・予測の実装例
　4-3 国際会議動向に基づく今後の課題と展望

【質疑応答】