最新号 1月 (No.1250)

キーワード: 機械学習×熱・流体工学の最先端

特集によせて

No.1232, https://www.jsme.or.jp/kaisi/1232-04/

昨今のビッグデータ時代の到来と計算機の発展を背景に、工学分野におけるさまざまな問題に対する予測、評価、最適化、設計支援に向けて機械学習が導入されています。データを扱う分野は統計学、最適化、機械学習など各種ありますが、重複する領域もあれば、独立した領域も存在し、それぞれの特徴を把握…Read More

機械学習による流体解析

No.1232, https://www.jsme.or.jp/kaisi/1232-06/

はじめに 流体は、高次元性、非線形性、マルチスケール性、および乱流などの特性により極めて複雑な運動を示す。流体運動は自由度が高く、流れの解析には時間と空間の両方を可能な限り高い解像度で捉える数値計算および実験手法が必要になる。近年の数値計算と実験手法の飛躍的な進歩が複雑な流れ運動…Read More

機械学習の乱流への応用

No.1232, https://www.jsme.or.jp/kaisi/1232-10/

はじめに 現在は第3次人工知能ブームと言われており、これに伴い、ここ数年、世界中で機械学習技術を力学系に応用する試みが数多く行われている。筆者のグループでも科研費基盤A「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」(2018~2020年度、課題番号18H03758)の補助…Read More

機械学習を用いた超狭帯域熱ふく射メタマテリアルの開発

No.1232, https://www.jsme.or.jp/kaisi/1232-14/

はじめに 熱ふく射は光(電磁波)であり、特に物質の内部エネルギーに応じて放射される光が熱ふく射である。つまり1 Kでも温度を持つ物質ならば、必ず僅かながらでも電磁波を放射している。機械工学の分野では、「ふく射伝熱」という伝熱研究分野の一つとして、長らく研究が行われてきた(1)。し…Read More

伝熱マテリアルズ・インフォマティクス

No.1232, https://www.jsme.or.jp/kaisi/1232-18/

はじめに 古くより、材料開発は研究者の直感と経験に基づいて実験的に材料を合成・評価する試行錯誤を中心として進められてきた。近年では、計算機性能の向上により実験パラメータを不要とする第一原理計算に基づくシミュレーションを用いた理論的な材料評価が行われている他、一度に大量の材料を評価…Read More

機械学習の燃焼流への応用

No.1232, https://www.jsme.or.jp/kaisi/1232-22/

はじめに 燃焼流は、反応物質の拡散と混合、化学反応による急激な発熱、乱流運動による対流が相互に作用し合う複雑な強非線形非平衡系であり、多様な時空ダイナミクスの創発と自己組織化が生じる。そのため、複雑系科学は燃焼流の時空ダイナミクスの基礎的解明において重要となる。近年、複雑な非線形…Read More

データ駆動型アプローチによる燃焼ダイナミクスの解析

No.1232, https://www.jsme.or.jp/kaisi/1232-26/

はじめに 非線形現象と燃焼解析 燃焼現象は流体力学、物理化学および化学反応がカップリングした複雑な現象である。多くの化学種を含み、非線形の流体力学と化学反応が複雑に相互作用し、高速から低速の反応時間、乱流のコルモゴロフスケールからエネルギー保有渦のスケールまで非常に広い時空間スケ…Read More