人工知能・物理学・モノのインターネットを統合する：文化遺産保全のためのフレームワーク

要旨: 文化遺産の保全はますます、効果的な監視と予測保全を確実に行うために、技術革新を領域知見と統合することに依存するようになっている。本論文は、モノのインターネット（IoT）と人工知能（AI）技術を、現象の物理的知識で強化して組み合わせることで、文化財の保存を支援するための新しい枠組みを提示する。この枠組みは4つの機能層により構成され、文化財の3Dモデルの解析と、データおよび物理から得られた知識に基づく精緻なシミュレーションを可能にする。提案枠組みの中心的な構成要素は、特に物理インフォームド・ニューラルネットワーク（PINNs）を含む科学的機械学習であり、物理法則を深層学習モデルに組み込む。計算効率を高めるために、この枠組みは還元次数手法（ROM）、具体的には固有直交分解（POD）も統合しており、古典的な有限要素（FE）法とも互換である。さらに、3Dのデジタル複製（レプリカ）を自動的に管理・処理し、シミュレーションに直接利用できるようにするツールも含む。提案アプローチは3つの主要な貢献を行う。すなわち、信頼できるシミュレーションのための文化財3Dモデルの処理方法論、文化遺産の保全においてデータ駆動型と物理ベースのアプローチを組み合わせるためのPINNsの適用、ならびに環境および材料パラメータにより影響を受ける劣化プロセスを効率的にモデル化するためのPINNsとROMの統合である。再現可能でオープンアクセスな実験フェーズでは、複雑かつ現実の生活環境における幾何形状上でシミュレーションされたシナリオを利用して、提案枠組みの各主要構成要素における有効性を検証し、直接問題と逆問題の両方に対処できる可能性を可能にする。コード公開: https://github.com/valc89/PhysicsInformedCulturalHeritage