研究発表 - 深潟 康二
-
Toward Machine-Learning Assisted Fluid Mechanics
深潟 康二
日本学術会議 公開シンポジウム「第７回理論応用力学シンポジウム－力学のさらなる発展に向けて－,
2022年03月,口頭発表（招待・特別）
-
Reconstructing turbulent flows with machine-learning-based super-resolution analysis
K. Fukami, K. Fukagata, and K. Taira
AI Super-Resolution Simulations: from Climate Science to Cosmology,
2022年02月,口頭発表（招待・特別）
-
畳み込みニューラルネットワークの流体解析への応用
深潟 康二
自動車技術会シンポジウム 16-21「AI時代の計測・CFD技術の新展開,
2022年01月,口頭発表（招待・特別）
-
遷移境界層流れにおけるスパースセンサからのCNNベース大域場再構築
中村 太一, 深見 開, 深潟 康二
第35回数値流体力学シンポジウム,
2021年12月,口頭発表（一般）
-
バンプを持つチャネル乱流に対するフィードバック制御の直接数値シミュレーション
大河内 祐輔, 難波江 佑介, 深潟 康二
第35回数値流体力学シンポジウム,
2021年12月,口頭発表（一般）
-
深層学習ベースの非定常流れ推定：振動円柱後流における非線形畳み込み
千田 晃, 中村 太一, 張 凱, 深潟 康二
第35回数値流体力学シンポジウム,
2021年12月,口頭発表（一般）
-
ニューラルネットワークに基づく流れ場推定におけるモデルの不確かさの評価
森本 将生, 深見 開, Romit Maulik, Ricardo Vinuesa, 深潟 康二
第35回数値流体力学シンポジウム,
2021年12月,口頭発表（一般）
-
Visualization of nonlinear modal structures for three-dimensional unsteady fluid flows with customized decoder design
K. Hasegawa, K. Fukami, and K. Fukagata
Machine Learning and the Physical Sciences, Workshop at the 35th Conference on Neural Information Processing Systems (NeurIPS),
2021年12月,口頭発表（一般）
-
Global field reconstruction from sparse sensors with Voronoi tessellation-assisted convolutional neural network
K. Fukami, R. Maulik, N. Ramachandra, K. Fukagata, and K. Taira
Remote Colloquium on Vortex Dominated Flows (ReCovor),
2021年12月,口頭発表（一般）
-
Application of convolutional neural networks to fluid mechanics problems: toward machine-learning-assisted flow control
深潟 康二
IUTAM Subcommittee meeting,
2021年11月,口頭発表（招待・特別）
-
流体力学における機械学習の応用
深潟 康二
東大原子力セミナー,
2021年11月,口頭発表（招待・特別）
-
流体解析への機械学習の応用
深潟 康二
日本応用数理学会 ものづくり企業に役立つ応用数理手法の研究会,
2021年10月,口頭発表（招待・特別）
-
Data-driven reduced-order modeling for turbulent flow forecast: neural networks and sparse regressions
T. Nakamura, K. Fukami, and K. Fukagata
Mechanistic Machine Learning and Digital Twins for Computational Science, Engineering & Technology (MMLDT-CSET 2021),
2021年09月,口頭発表（一般）
-
Latent space-based feedback control design: Machine-learning-based reduced order modeling of unsteady fluid flows
S. Kanehira, K. Fukami, K. Hasegawa, T. Nakamura, M. Morimoto, and K. Fukagata
Mechanistic Machine Learning and Digital Twins for Computational Science, Engineering & Technology (MMLDT-CSET 2021),
2021年09月,口頭発表（一般）
-
Convolutional neural network-based three-dimensional fluid flow recovery from two-dimensional sectional data with super-resolution-based data augmentation
M. Matsuo, T. Nakamura, M. Morimoto, K. Fukami, and K. Fukagata
Mechanistic Machine Learning and Digital Twins for Computational Science, Engineering & Technology (MMLDT-CSET 2021),
2021年09月,口頭発表（一般）
-
Towards practical uses of supervised neural networks for fluid flow regression
M. Morimoto, K. Fukami, K. Zhang, and K. Fukagata
Mechanistic Machine Learning and Digital Twins for Computational Science, Engineering & Technology (MMLDT-CSET 2021),
2021年09月,口頭発表（一般）
-
流動場の空間再構築のための階層型ニューラルネットワーク
守矢 直樹，森本 将生，深見 開，長谷川 一登，深潟 康二
日本流体力学会年会2021,
2021年09月,口頭発表（一般）
-
潜在ベクトルとスパース回帰を用いた流れ場時系列解析：データ駆動型流れ制御に向けて
深見 開，村田 高彬，張 凱，兼平 昇英，深潟 康二
日本機械学会2021年度年次大会,
2021年09月,口頭発表（一般）
-
畳み込みニューラルネットワークに基づく非線形モード分解の3次元流れへの応用
長谷川 一登，深見 開，深潟 康二
日本機械学会2021年度年次大会,
2021年09月,口頭発表（一般）
-
畳み込みニューラルネットワークを用いたスパースセンサからの流れ場状態推定
中村 太一，深見 開，深潟 康二
日本機械学会2021年度年次大会,
2021年09月,口頭発表（一般）