| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-11-28 10:25 偏微分方程式の解法への適用を目指した拡張型Liquid Time-Constant Neural Networksの提案 ○ウィルキンス ジャスティン じゅん・鈴木敬久（都立大）  EMT2024-77 |
|
| 抄録 | （和） | Liquid Time-Constant Neural Networks(LTCNNs)は，時間依存の問題への適用に適している反面，空間依存の問題への適用に適していないという課題がある．そこで，空間依存の問題への適用に適しているCNNを用いることでその課題を解決できると考えた．本研究では，物理現象を解析するため深層学習を用いたサロゲートモデルの開発を目指し，LTCNNsをCNNを用いて拡張したモデルを用いて1次元の熱拡散方程式への適用を行った．その結果，提案したモデルを用いることで，1次元熱拡散方程式の数値解に近しい予測値を得ることができた． |
| （英） | The purpose of this study is to develop a machine learning model using deep learning as a surrogate model for analysing physical phenomena. The target of this study is partial differential equations with time and space as variables. LTCNN (Liquid Time-Constant Neural Networks) is suitable for solving time-dependent problems, however it is not suitable for solving space-dependent problems. Therefore, we thought that the problem could be solved by combining it with CNN (Convolutional Neural Networks), which is suitable for solving spatial dependence problems. In particular, by extending the LTCNNs to apply CNN, solving the heat diffusion equation, which is one of the partial differential equations, was attempted. As a result, the solution of the 1D heat diffusion equation could be obtained using the proposed model. | |
| キーワード | （和） | 回帰型ニューラルネットワーク / 畳み込みニューラルネットワーク / 液体時定数ニューラルネットワーク / 偏微分方程式 / 熱拡散方程式 / / / |
| （英） | Recurrent Neural Network(RNN) / Convolutional Neural Network(CNN) / Liquid Time-Constant Neural Networks(LTCNNs) / Partial Differential Equations / Heat Diffusion Equation / / / | |
| 文献情報 | 信学技報, vol. 124, no. 275, EMT2024-77, pp. 96-101, 2024年11月. | |
| 資料番号 | EMT2024-77 | |
| 発行日 | 2024-11-19 (EMT) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMT2024-77 |
|
| 研究会情報 | |
| 研究会 | EMT IEE-EMT |
| 開催期間 | 2024-11-26 - 2024-11-28 |
| 開催地（和） | グランシップ/静岡県コンベンションアーツセンター |
| 開催地（英） | Shizuoka Convestion & Arts Center |
| テーマ（和） | 電磁界理論一般 |
| テーマ（英） | Electromagnetic Theory, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMT |
| 会議コード | 2024-11-EMT-EMT |
| 本文の言語 | 日本語 |
| タイトル（和） | 偏微分方程式の解法への適用を目指した拡張型Liquid Time-Constant Neural Networksの提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of Extended Liquid Time-Constant Neural Networks to Solve Partial Differential Equations |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 回帰型ニューラルネットワーク / Recurrent Neural Network(RNN) |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network(CNN) |
| キーワード(3)（和/英） | 液体時定数ニューラルネットワーク / Liquid Time-Constant Neural Networks(LTCNNs) |
| キーワード(4)（和/英） | 偏微分方程式 / Partial Differential Equations |
| キーワード(5)（和/英） | 熱拡散方程式 / Heat Diffusion Equation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | ウィルキンス ジャスティン じゅん / Justin Jun Wilkins / ウィルキンス ジャスティン ジュン |
| 第1著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 鈴木 敬久 / Yukihisa Suzuki / スズキ ユキヒサ |
| 第2著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-28 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMT |
| 資料番号 | EMT2024-77 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.96-101 |
| ページ数 | 6 |
| 発行日 | 2024-11-19 (EMT) |
[研究会発表申込システムのトップページに戻る]