所属：パナソニックホールディングス株式会社 技術部門 GX本部 グリーンイノベーションセンター 基盤技術部

概要：
目的　ニューラルネットワークによる複雑かつ多数のパラメータを利用する流体計算の高速計算の可能性検証
内容　Physics Informed Neural Networkを用いて、流体方程式や境界条件等に関する誤差関数を定義し、それを最小化することで流体計算を高速化できるかを検証しつつ、収束に必要な条件(例えば各要素の重み、学習率など)を明確化
結果　活性化関数をsoftmax型関数を用いることで、レイノルズ数150程度の乱流計算を実行可能なことが分かった ⇒ 今後の流体計算の高速化の一助になる可能性有