齊木吉隆(一橋大学 大学院経営管理研究科)
YOSHITAKA SAIKI
(Hitotsubashi University, Graduate School of Business Administration)
概要
課題代表者らによってリザーバーコンピューティングによる流体の時間発展モデリングに世界で初めて成功している[Phys. Rev. E 98 (2018)]。その後、2019-2024年度のJHPCN研究などにより、機械学習モデルの数学構造の解明や、低次元かつ効率の良いモデリング手法の開発を実施した。本研究ではこれらの研究成果をもとに、より高レイノルズ数の流体に対する高速でかつ高性能な機械学習時間発展モデルの構成を試みる。
