大気拡散における発生源インバージョンとパラメータ推定のための物理情報ニューラルネットワーク
arXiv stat.ML / 2026/4/9
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、物理情報ニューラルネットワーク（PINN）を拡張し、大気の放出発生源のインバージョンと、未知の移流—拡散パラメータの同時推定を行うことを提案している。
- 速度および拡散係数が空間・時間的に変化し、その値が未知である状況を想定し、2次元および3次元の移流—拡散PDEに対して問題設定を行う。支配方程式を、すべての未知量に対する結合（カップリング）制約として用いる。
- 測定データが乏しい場合の、極めて不適切性の高い逆問題を解くために、ニューラル接線カーネルに基づく加重適応戦略を導入する。
- 著者らは、現実的な測定セットアップの異なる条件で数値実験を報告し、観測データに追加のノイズがある場合でも頑健であることを示している。
- 全体として、発生源の位置と支配的な輸送パラメータを同時に復元する必要がある環境モニタリング課題に対して、データ効率の高いPINN手法を提供することが本研究の貢献である。
