【企　画】流体工学部門
【開催日時】2023年2月1日（水）9:30～17:00
【開催形態】オンライン開催
※Zoomを利用（ミーティングIDとパスワードは2023年1月27日（金）にご連絡いたします．）

【協　賛（予定）】自動車技術会,日本航空宇宙学会,日本流体力学会,日本混相流学会,可視化情報学会,日本伝熱学会,日本ガスタービン学会,日本森林学会,日本気象学会,日本計算工学会,日本シミュレーション学会

【趣　旨】設計・研究の現場において「もっと効率的に設計パラメータを評価したい」「計測，解析データから有意義な情報を抽出したい」「AI・機械学習の活用事例を知りたい」と感じることはないでしょうか．近年，従来の工学的手法と情報科学的なアプローチを融合し，有用な情報を抽出する新しい問題解決手段が着目されております．本講習会ではその中でも特に流体問題への適用に着目し，「最適化」をはじめとした「機械学習」，「データ同化」，「画像解析」などの情報処理技術を取り入れた新しい問題解決法をテーマにその実際に関して広く紹介いたします．本講習会は，主に企業の技術者・研究者や，学部・大学院の学生の方々を対象としております．多数の皆様の参加をお待ちしております．本講習会はサテライト受講形式でのライブ配信を行なう予定で，WEB会議システムを用いて，自社会議室やご自宅等で受講いただけます．

【プログラム】

9:30-9:40　挨拶・緒説明　株式会社IHI　妹尾悟史，株式会社日立製作所　小針達也 (10分)

9:40-11:10　東北大学　大林茂　教授 (90分)　「フルードインフォマティクス2.0」

近年，CAE（computer aided engineering）が実用化され，シミュレーションは実験と並ぶ研究開発の重要な柱となっている．Society 5.0 の実現が謳われる今日，シミュレーションと実験を繋ぎ，双方の情報を最大限に活用することが望まれている．データ科学の手法であるデータ同化を用いれば，シミュレーションと実験を統計的に適切に融合することが可能となり，真のデジタルツインが実現する．本講演では，流体科学とデータ科学の融合による「フルードインフォマティクス」の新たな展開を紹介する．

11:20-12:20　東北大学　下山幸治　准教授 (60分)　 「流体解析・設計のためのデータ駆動型アプローチ」

流体力学は，家電などの小型のものから，自動車・航空機などの大型のものまで，我々の身近にある様々な流体機械を支配する複雑系の物理です．昨今では，高性能のコンピュータを用いて複雑な流体現象を数値的に解析することで，様々な流体機械の性能を手軽に評価できるようになりましたが，解析結果を流体機械の「ものづくり」に落とし込む作業は依然として困難であるため，流体解析からものづくりまでのプロセスを一貫して支援できるアプローチの開発が望まれます．本講演では，流体力学とデータ科学を融合させることで，流体機械とそのシステムの最適化・強靭化・知的化に貢献するデータ駆動型アプローチに関する研究を紹介します．

12:20-13:40　昼休み

13:40-14:40　東北大学　野々村拓　准教授 (60分)　「流体力学の低次元モデルとスパースセンシング」

流体力学の高次元データは固有直交分解や動的モード分解を利用することにより，少数の潜在変数で表現できる可能性がある．この低次元化された表現を利用することにより，感度の良い少数のスパースなセンサ情報のみから流れ場全体を復元できる可能性が見えつつある．本講演では，流体力学の低次元モデルおよびセンサ位置最適化に関してその概要を説明し，このアイデアの具体例としてスパースプロセッシングPIV（粒子画像速度測定法）によりリアルタイム流体場観測が可能となることを説明する．

14:50-15:50　東海大学　高橋俊　准教授 (60分)　「PIVとアンサンブルカルマンフィルタを用いたデータ同化の応用」

管内に液体を噴霧する気液混相流れの研究に関して，アンサンブルカルマンフィルタによるデータ同化を用いて，PIVで得られる断面の二次元速度分布を高効率に推定する方法について紹介する．データ同化により実験のPIV測定結果と離散液滴法から求められる擬似PIV測定結果の誤差を最小化する．双子実験による検証と，PIVに適用した応用例について述べる．この手法は噴霧速度や粒径分布など噴霧の特性を広く調査するのに有効である．

16:00-17:00　海洋研究開発機構　松岡大祐　主任研究員 (60分)　「地球科学における機械学習の活用」

地球規模の物理的・化学的現象を取り扱う地球科学分野では，観測データを初期値としたシミュレーションによるプロセス駆動なアプローチが，現象の再現や予測のための有効な研究手法として用いられてきた．近年， 大量データの蓄積によって機械学習等の手法を用いてから帰納的に現象を予測しようとするデータ駆動型アプローチを積極的に導入しようとする試みが活発化されている．本講演では，特に気象・気候学や海洋学における国内外の研究動向を中心に，AI時代におけるシミュレーションの新たな活用事例等についても紹介する．

17:00　クロージング

【定　員】90名程度．申し込み先着順により定員になり次第締め切ります．

【聴講料】正員17,000円, 会員外29,000円, 学生員／大学院生の会員（正員）*7,000円, 一般学生12,000円（いずれも税込み・教材を含む）．協賛団体会員の方も本会会員と同様の料金とさせて頂きます．
本講習会では大学院生の会員（正員）は，学生員の聴講料で参加できます．

・参加費はいずれも税込み価格です．
・学生員から正員資格へ変更された方は，卒業後3 年間，本会講習会への聴講は学生員価格にて参加が可能です．申込先フォームの会員資格は「正員（学生員から正員への継続特典対象者）を選択し，通信欄に卒業年と卒業された学校名を記載してください．
・機械学会特別員（法人会員）資格にてご参加の場合は，会員番号欄に11桁の行事参加料割引コード（XXXXXXX-XXXX）をご入力ください．
・大学院生の会員（正員）の方は「学生員／大学院生の会員（正員）」を選択し，「通信欄」に所属大学院名，課程・学年をご記入ください．
・「特別員行事参加無料券」を利用される場合，参加費は無料となります．予め「特別員行事参加無料券（原本）」をご用意の上，チケット種別は「特別員行事無料参加券」を選択してお申込みください．申込完了後，担当職員まで「自動返信メール」「行事参加無料券（原本）」をご郵送ください．
・協賛団体会員の方は「協賛団体一般」「協賛団体学生員」を選択し，会員番号欄に所属団体の会員番号を，通信欄には協賛団体名をご記入ください．
・会員外の方は，通信欄に専門分野をご記入ください．

【教　材】教材のみの販売はいたしません．本講習会は講習会参加者に限り，教材の電子ファイルを提供いたします．

【申込方法】Peatix（ピーティックス）にて受付します．
下記URLよりお申込みください．
https://jsme22-140.peatix.com
・はじめてPeatixを利用される方は，お申込み前にPeatixアカウントを取得（新規登録）していただく必要がございます．（Peatixアプリのダウンロードは必須ではありません）
・イベント登録ページにある「チケットを申し込む」をクリックし，お名前，ご所属，メールアドレス等をご入力の上，お支払いのお手続きをお願いします．複数人ではなくお一人ずつ個人単位でのお申込みをお願い致します．

【支払方法】
・上記URLから2023年1月25日（水）までにお申込みとお支払いをお願いいたします．
・参加費のお支払いには，クレジットカード・コンビニ・ATMのいずれかがお使いいただけます．
・コンビニ／ATM払いでのお支払いの際は，1件あたり220円（税込）の手数料をご負担いただきます．
・コンビニ／ATMでのお支払期限は，お申し込みから3日以内です．申込後3日以内にお支払いされなかった場合は自動でキャンセルとなります．
・お申込内容は，PeatixアカウントもしくはPeatixより配信されるお申し込み詳細メールからご確認いただけます．メールが届かない場合は，「peatix.com」からのメールを許可するように受信設定をお願いします．
・原則として，お支払い完了後はキャンセルのお申し出があってもご返金できませんので何卒ご了承ください．

【領収書】
・Peatixより発行される領収データを領収書としてお使いください．領収書はPeatixアカウントへログイン時に表示されるチケット画面もしくはお申し込み詳細メールからご取得いただけます．取得方法等の詳細は下記URLをご確認ください．
https://help-attendee.peatix.com/ja-JP/support/solutions/articles/44001821741

【注意事項】
・本講習会はZoomミーティングを利用してオンラインで開催いたします．必ず前日までに通信環境や必要機材の準備・確認をした上でご参加ください．
・遠隔参加のための技術的なサポートはできませんので，ご了承ください．
・参加者による講習会の静止画／動画撮影・録音は禁止です．
・当日の発表の音声・スライドの著作権は発表者に帰属します．
・資料の二次配布は禁止されています．

【問い合わせ先：担当者】一般社団法人 日本機械学会　総合企画グループ　佐藤彩乃
〒162-0814東京都新宿区新小川町4-1　KDX飯田橋スクエア2階
Tel: 03-4335-7615／E-mail: sato@jsme.or.jp