| 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 | 2026-07-16 16:20 Causal Trainingを用いたPINNによる時間領域電磁界解析における因果性に関する検討 ○柳澤勇希・關根惟敏（静岡大）  EMCJ2026-23 |
|
| 抄録 | （和） | 本稿では，時間領域電磁界解析におけるPINN（Physics-Informed Neural Network）の因果性に着目し，因果性を考慮した訓練手法であるCausal TrainingをPINNに適用した際の有効性について検証する．ここでいう因果性とは，励振前に電磁界分布の変動は生じないという性質のことである．本検証では，時間に関する均等サンプリングを行った場合，及びCausal TrainingをPINNに適用した場合の数値結果を示し，因果性への影響を評価する．結果として，均等サンプリングとCausal Trainingを用いたPINNのどちらの場合も，従来のPINNで生じていた励振前の非物理的な電磁界分布の変動が抑制され，因果性が改善されることを確認した． |
| （英） | In this report, we focus on the causality of physics-informed neural network (PINN) in the time-domain electromagnetic analysis and validate the effectiveness of the application of causal training, which is a training method considering the causality, to the PINN. Here, the causality refers to the property that no variation in the electromagnetic field distribution occurs before excitation. In our verification, we evaluate effects on the causality by showing numerical results in the cases of a regular temporal sampling and the causal training applied to the PINN. As a result, in both cases of the regular sampling and PINN with the causal training, it has been confirmed that the causality is improved as non-physical electric field variation occurred in the conventional PINN is suppressed. | |
| キーワード | （和） | 電磁界解析 / 因果性 / CausalTraining / PINN（Physics-Informed Neural Network） / / / / |
| （英） | Electromagnetic Field Analysis / Causality / Causal Training / Physics-Informed Neural Network (PINN) / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 114, EMCJ2026-23, pp. 41-46, 2026年7月. | |
| 資料番号 | EMCJ2026-23 | |
| 発行日 | 2026-07-09 (EMCJ) | |
| 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 | EMCJ2026-23 |
|
| 研究会情報 | |
| 研究会 | EMCJ |
| 開催期間 | 2026-07-16 - 2026-07-16 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | |
| テーマ（和） | 若手 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMCJ |
| 会議コード | 2026-07-EMCJ |
| 本文の言語 | 日本語 |
| タイトル（和） | Causal Trainingを用いたPINNによる時間領域電磁界解析における因果性に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Causality in Time-Domain Electromagnetic Analysis Using PINN With Causal Training |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電磁界解析 / Electromagnetic Field Analysis |
| キーワード(2)（和/英） | 因果性 / Causality |
| キーワード(3)（和/英） | CausalTraining / Causal Training |
| キーワード(4)（和/英） | PINN（Physics-Informed Neural Network） / Physics-Informed Neural Network (PINN) |
| キーワード(5)（和/英） | / |
| 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） | 柳澤 勇希 / Yuki Yanagisawa / ヤナギサワ ユウキ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 關根 惟敏 / Tadatoshi Sekine / セキネ タダトシ |
| 第2著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-16 16:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMCJ |
| 資料番号 | EMCJ2026-23 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.114 |
| ページ範囲 | pp.41-46 |
| ページ数 | 6 |
| 発行日 | 2026-07-09 (EMCJ) |
[研究会発表申込システムのトップページに戻る]