犬伏 正信(東京理科大学理学部)
力学系理論に基づくデータ駆動型流体力学研究
(a)Masanobu Inubushi, Shin-ichi Takehiro, Michio Yamada, Regeneration cycle and the covariant Lyapunov vectors in a minimal wall turbulence, Physical Review E 92, 023022 (2015).
(b)Masanobu Inubushi and Susumu Goto, Transfer learning for nonlinear dynamics and its application to fluid turbulence, Physical Review E 102, 043301 (2020).
(c)Mikito Konishi, Masanobu Inubushi, and Susumu Goto, Fluid mixing optimization with reinforce ment learning, Scientific Reports 12, 14268 (2022).
犬伏氏は,京都大学,民間企業,大阪大学にて力学系,物理系の問題をデータ駆動型手法の観点から捉え,多様な成果を挙げてきた.流体力学分野では,機械学習手法の一つであるリザーバーコンピューティング法を乱流力学系に適用し乱流予測の転移学習を提案し,さらに流体混合問題に対して,深層強化学習がその最適化に対して極めて有効であることを示した.このように,流体力学を力学系理論の観点から捉え,応用問題解決につながる成果を挙げており,今後も新たな展開が期待できる.